Correction d'un avertissement multiple "colonne inconnue"

J'ai un avertissement multiple persistant de "colonne inconnue" pour tous les types de commandes (par exemple, str (x) pour installer les mises à jour sur les paquets), et je ne sais pas comment déboguer ceci ou le réparer.

L'avertissement "colonne inconnue" est clairement lié à une variable dans un tbl_df que j'ai renommé, mais l'avertissement apparaît dans toutes sortes de commandes apparemment sans rapport avec le tbl_df (par exemple, l'installation de mises à jour sur un paquet, str (x) où x est simplement un vecteur de caractères).

Il s'agit d'un problème avec l'outil de diagnostic de RStudio (l'outil qui affiche les avertissements et les erreurs possibles dans votre code). Il a été partiellement corrigé à ce commit dans RStudio v1.1.103 ou version ultérieure par @ kevin-ushey . Le correctif est partiel, car les avertissements apparaissent toujours (mais avec moins de fréquence). Ce problème a été signalé avec un exemple reproductible sur https://github.com/rstudio/rstudio/issues/7372 et a été corrigé sur la requête d'extraction RStudio v1.4 (à publier)

Il existe plusieurs solutions de contournement disponibles, choisissez la solution que vous préférez:

• Désactivez les diagnostics de code pour tous les fichiers dans Préférences / Code / Diagnostics

• Désactivez tous les diagnostics pour un fichier spécifique:

  Ajoutez au début du (des) fichier (s) ouvert (s):

   # !diagnostics off

  Ensuite, enregistrez les fichiers et les avertissements devraient cesser d'apparaître.

• Désactivez les diagnostics pour les variables à l'origine de l'avertissement

  Ajoutez au début du (des) fichier (s) ouvert (s):

   # !diagnostics suppress=<comma-separated list of variables>

  Ensuite, enregistrez les fichiers et les avertissements devraient cesser d'apparaître.

Les avertissements apparaissent car l'outil de diagnostic de RStudio analyse le code source pour détecter les erreurs et lorsqu'il effectue les vérifications de diagnostic, il accède aux colonnes de votre tibble qui ne sont pas initialisées, donnant l'avertissement que nous voyons. Les avertissements n'apparaissent pas parce que vous exécutez des choses sans rapport, ils apparaissent lorsque les diagnostics RStudio sont exécutés (lorsqu'un fichier est enregistré, puis modifié, lorsque vous exécutez quelque chose ...).

J'ai rencontré le même problème, et bien que je ne sache pas pourquoi il se produit, j'ai pu déterminer quand cela se produit, et ainsi l'empêcher de se produire.

Le problème semble être l'ajout d'une nouvelle colonne, dérivée de l'indexation, dans une trame de données de base R par rapport à une trame de données tibble. Prenez cet exemple, où vous ajoutez une nouvelle colonne ( age) à un bloc de données de base R:

base_df <- data.frame(id = c(1:3), name = c("mary", "jill","steve"))

base_df$age[base_df$name == "mary"] <- 47

Cela fonctionne sans renvoyer un avertissement. Mais lorsque la même chose est faite avec un tibble, cela lance un avertissement (et par conséquent, je pense que cela cause le problème d'avertissement multiple étrange, apparemment non provoqué):

library(tibble)

tibble_df <- tibble(id = c(1:3), name = c("mary", "jill","steve"))

tibble_df$age[tibble_df$name == "mary"] <- 47

Warning message:
Unknown column 'age' 

Il y a sûrement de meilleures façons d'éviter cela, mais j'ai trouvé que créer d'abord un vecteur de NAs fait l'affaire:

tibble_df$age <- NA

tibble_df$age[tibble_df$name == "mary"] <- 47

J'ai rencontré ce problème lors de l'utilisation du package "dplyr".
Pour ceux qui font face à ce problème après avoir utilisé la fonction "group_by" dans la bibliothèque "dplyr":

J'ai trouvé que le dégroupage des variables résout le problème d'avertissement de colonne inconnue. Parfois, j'ai dû parcourir plusieurs fois le dégroupage jusqu'à ce que le problème soit résolu.

La conversion de la classe en a data.framerésolu le problème pour moi:

library(dplyr)
df <- data.frame(id = c(1,1:3), name = c("mary", "jo", "jill","steve"))
dfTbl <- df %>%
  group_by(id) %>%
  summarize (n = n())
class(dfTbl) # [1] "tbl_df"     "tbl"        "data.frame"
dfTbl = as.data.frame(dfTbl)
class(dfTbl) # [1] "data.frame"

J'ai emprunté le script partiel à @adts

J'ai eu ce problème en traitant ensemble les fonctions tibble et lapply. Le tibble semblait enregistrer les choses sous forme de liste à l'intérieur du dataframe.

Je l'ai résolu en utilisant unlist avant d'ajouter les résultats d'une fonction lapply au tibble.

J'ai rencontré ce problème aussi, sauf à travers un tibble créé à l'aide d'un bloc dyplyr. Voici une légère modification du code de sabre pour montrer comment je suis arrivé à la même erreur.

library(dplyr)

df <- data.frame(id = c(1,1:3), name = c("mary", "jo", "jill","steve"))

t <- df %>%
  group_by(id) %>%
  summarize (n = n())

t
str(t)


t$newvar[t$id==1] <- 0

Disons que je voulais sélectionner la (les) colonne (s) suivante (s)

best.columns = 'id'

Pour moi, ce qui suit a donné l'avertissement:

df%>% select_(one_of(best.columns))

Bien que cela ait fonctionné comme prévu, bien que, pour autant que je sache dplyr, cela devrait être identique.

df%>% select_(.dots = best.columns)

J'obtiens ces avertissements lorsque je renomme une colonne en utilisant dplyr::renameaprès l'avoir lu en utilisant le readrpackage.

L'ancien nom de la colonne n'est pas renommé dans l' specattribut. Donc, la suppression de l' specattribut fait disparaître les avertissements. Supprimer également la classe "spec_tbl_df" semble être une bonne idée.

attr(dat, "spec") <- NULL
class(dat) <- setdiff(class(dat), "spec_tbl_df")