Quarto导入CSV文件时触发vecseq()错误的排查求助

问题 #

尝试将MIMIC III数据库导出的CSV文件导入Quarto时持续报错，数据集可能存在重复值（如基于subject-ids的"FEMALE / MALE"重复项），曾尝试缩小数据集但未解决问题。

使用的代码 #

#| warning: false
#| echo: false
library(data.table)
library(flextable)
fread("mimic_admissions.csv") |>
  flextable(cwidth = c(1, 1, 1, 4)) |>
  fontsize(size = 8)

报错信息 #

Quitting from lines 84-89 [unnamed-chunk-3] (test2.qmd)
Error in `vecseq()`:
! Join results in 836 rows; more than 285 = nrow(x)+nrow(i). Check for duplicate key values in i each of which join to the same group in x over and over again. If that's ok, try by=.EACHI to run j for each group to avoid the large allocation. If you are sure you wish to proceed, rerun with allow.cartesian=TRUE. Otherwise, please search for this error message in the FAQ, Wiki, Stack Overflow and data.table issue tracker for advice.
Backtrace:
  1. global .main()
  2. execute(...)
  3. rmarkdown::render(...)
  4. knitr::knit(knit_input, knit_output, envir = envir, quiet = quiet)
  5. knitr:::process_file(text, output)
     ...
 27. flextable:::knit_to_latex(x, bookdown = is_bookdown, quarto = is_quarto)
 28. flextable:::gen_raw_latex(...)
 30. data.table::merge.data.table(...)
 32. data.table:::`[.data.table`(...)
 33. data.table:::vecseq(...)

错误原因分析 #

• 这个错误是data.table的笛卡尔积安全限制触发：从报错回溯可以看到，flextable在生成LaTeX格式输出时，内部调用了data.table::merge.data.table()函数。你的数据中存在重复键值，导致合并操作产生了远超预期的笛卡尔积行数（836行远大于nrow(x)+nrow(i)=285），触发了data.table默认的行数上限限制。
• 数据集里的重复值是核心诱因：比如你提到的subject-ids关联的重复性别记录，在flextable内部处理数据时，合并操作会对这些重复键值进行全量匹配，进而生成大量冗余行，触发限制。
• 缩小数据集无效的原因：即使是子集数据里依然存在重复键值，只要重复键值未被清理，内部合并就会触发这个报错。

内容的提问来源于stack exchange，提问作者Nikki Yu