错误为.numeric：加权平均子集适用于完整数据集

Question

我是一名 R 新手，但这真的让我很难过——我真的希望有经验的人能帮助我。我正在估计一个简单的加权平均值。就我而言，我有县数字编码 (FIPS)、土壤碳值和县内土壤覆盖的面积。不同类型和地区的土壤出现在一个县。这意味着给定县可能在 Y1、Y2、Y3 区域上具有 X1、X2、X3 土壤类型。我想根据给定土壤的类型和覆盖面积，了解一个县的总体加权平均土壤碳。当我为较小的数据子集（200 行）开发一些代码时，当我与手动估计进行比较时，返回了正确的值。当我将代码应用于完整的数据集（111,000+ 行）时，我收到了错误消息：

1: 总之(soc[which(soc[, 1] == FIPS[i]), 8]) ： 整数溢出 - 使用 sum(as.numeric(.))

我没有在子集中收到此错误消息。当我按照建议尝试 sum(as.numeric(...)) 时，我收到了不同的错误消息。在子集数据中计算的加权平均值在整个数据集中是不同的——即使是同一个县。

有趣的是，当我将子集数据保存到不同的文件名，但保持基础数据不变时，我收到了与完整数据集中相同的错误消息。这让我认为这不是代码或 as.numeric 问题，而是与文件本身有关。但我只与 R 合作了大约一年，我知道我真的不知道。

提前致谢！这是我第一次发布，所以我不知道如何附加数据，如果需要我很乐意发送。

我的代码：

子集数据：

socT<-read.table("R_SOC8.txt", header=TRUE) 
FIPS<-unique(socT[,1])
WA<-c()


for(i in 1:length(FIPS)){
    WA[i]<-crossprod((socT[which(socT[,1]==FIPS[i]),3]),
    (socT[which(socT[,1]==FIPS[i]),8]))/
    (sum(socT[which(socT[,1]==FIPS[i]),8]))
}


test8<-cbind(FIPS, WA)

print(test8)

完整数据代码：

soc<-read.table("R_SOC20.txt", header=TRUE)
FIPS<-unique(soc[,1]) 
WA<-c()


for(i in 1:length(FIPS)){
    WA[i]<-crossprod((soc[which(soc[,1]==FIPS[i]),3]),
    (soc[which(soc[,1]==FIPS[i]),8]))/
    (sum(soc[which(soc[,1]==FIPS[i]),8]))
 }


fipsoc20<-cbind(FIPS, WA)

print(fipsoc20)

样本输出：

子集：

     FIPS        WA
[1,] 10001  825.0657
[2,] 10003 1327.9600
[3,] 10005  767.9470
[4,] 10007  731.9469

完整数据：

           FIPS       WA
   [1,]  10001 825.0657
   [2,]  10003       NA
   [3,]  10005       NA
   [4,]  10007 731.9469

Answer 1

您似乎正在使用integer 类型，应该使用double。您可以从integer 帮助页面轻松看到这一点：

?integer 请注意，R 的当前实现使用 32 位整数作为整数向量，因此可表示整数的范围被限制在大约 +/-2*10^9 左右：双精度可以精确地容纳更大的整数。

我不能保证这一点，因为您没有发布您的数据结构。尝试typeof() 确认。