integer64类的r data.table、sum()和by=.()

Question

我刚刚注意到了这个问题，在data.table中有一篇专栏文章原来是属于integer64类的。我使用fread从互联网上的一个位置读取数据，不知道这个专栏被解释为integer64，这是一个我不熟悉的类。问题是当使用data.table和by时，该类在sum()中的行为如何。在这里的另外两个问题中，也有类似的引用，但这是在将其用作ID值的上下文中(Q1和Q2)。

在此sum()列上按组执行integer64时，当列中有负值时，它的行为不像预期的那样(作为数值)。为什么会这样呢？是虫子吗？

library(data.table); library(bit64)

z <- data.table(
  group = c("A","A","A"),
  int64 = as.integer64(c(10,20,-10)),
  numeric = c(10,20,-10)
)

首先，如果没有by语句，它就可以正常工作：

z[, sum(int64)]  #20
z[, sum(int64, na.rm=T)] #20

和非data.table格式

sum(z$int64)
sum(z$int64, na.rm = TRUE)

但是当包含by语句时，它会变得可疑：

    z[, sum(int64, na.rm=FALSE), by=group] #only the negative value
    #group  V1
    #A     -10

    z[, sum(int64, na.rm=TRUE), by=group] #excluding the negative value
    #group  V1
    #A      30

    z[, sum(as.numeric(int64)), by=group] #expected answer
    #group  V1
    #A      20

这让我感到担忧，因为在表面水平上，没有理由相信z$int64中的数字有什么问题，我只注意到只有很少的行。

Answer 1

这一点现在已经纠正了，请参阅https://github.com/Rdatatable/data.table/issues/1647

z[, sum(int64, na.rm=FALSE), by=group]
#    group    V1
#   <char> <i64>
#1:      A    20

z[, sum(int64, na.rm=TRUE), by=group]
#    group    V1
#   <char> <i64>
#1:      A    20

z[, sum(as.numeric(int64)), by=group]
#    group    V1
#   <char> <num>
#1:      A    20