R reshape2 中的cast()调用的自定义聚合函数出错

Question

我想使用 R 将具有非唯一行名称的表中的数字数据汇总到具有唯一行名称的结果表，并使用自定义函数汇总值。汇总逻辑为：如果最大值与最小值之比＜1，则取平均值。 1.5，否则使用中位数。因为表非常大，所以我尝试在 reshape2 包。

# example table with non-unique row-names
tab <- data.frame(gene=rep(letters[1:3], each=3), s1=runif(9), s2=runif(9))
# melt
tab.melt <- melt(tab, id=1)
# function to summarize with logic: mean if max/min < 1.5, else median
summarize <- function(x){ifelse(max(x)/min(x)<1.5, mean(x), median(x))}
# cast with summarized values
dcast(tab.melt, gene~variable, summarize)

上面的最后一行代码会产生错误通知。

Error in vapply(indices, fun, .default) : 
  values must be type 'logical',
 but FUN(X[[1]]) result is type 'double'
In addition: Warning messages:
1: In max(x) : no non-missing arguments to max; returning -Inf
2: In min(x) : no non-missing arguments to min; returning Inf

我做错了什么？请注意，如果汇总函数仅返回 min() 或 max()，则不会出现错误，但会出现有关“无非缺失参数”的警告消息。感谢您的任何建议。

（我想要使用的实际表格是 200x10000 的表格。）

Answer 1

简短回答：提供一个填充值，如下所示
acast(tab.melt,gene~variable,summary,fill=0)

长答案：
看来你的函数在传递给 vaggregate 函数中的 vapply 之前被包装如下（dcast 调用cast，它调用 vaggregate，后者调用 vapply）：

fun <- function(i) {
    if (length(i) == 0) 
        return(.default)
    .fun(.value[i], ...)
}

要找出 .default 应该是什么，执行此代码，

if (is.null(.default)) {
    .default <- .fun(.value[0])
}

即 .value[0] 是传递给函数。当 x 为数字 (0) 时，min(x) 或 max(x) 返回 Inf 或 -Inf。但是，max(x)/min(x) 返回具有逻辑类的 NaN。 执行 vapply 时，该函数在开始返回双精度数时会失败。

vapply(indices, fun, .default)

因此，当使用逻辑类的默认值（由 vapply 用作模板）

Answer 2

dcast() 尝试将缺少的组合的值设置为默认值。

您可以通过 fill 参数指定它，但如果 fill=NULL，
然后 fun(0-lenght vector) 返回的值（即此处的 summarise(numeric(0))）用作默认值。

请参阅 ?dcast

那么，这是一个解决方法：

 dcast(tab.melt, gene~variable, summarize, fill=NaN)