使用data.table更新观测值过少的BMstratum分层类别问题

本问题在r2evans回答后已编辑

示例数据 #

使用R的data.table包处理示例数据，定义关注变量、观测值统计变量及适配分层变量，生成数据并按BMstratum统计各变量非缺失观测值数量，初始化适配分层与原分层一致。

分层更新需求 #

针对adapted_BMstratum中的每个变量，手动调整：当A/B/C变量在对应分层的观测值少于2个时，按规则修改分层值（如1110分层观测值不足则改为1120等），并更新观测值统计。

当前问题 #

现有循环代码未得到预期结果，且出现'length(x) = 8 > 1' in coercion to 'logical(1)'警告；1100和1140分层需保留，后续将单独添加规则处理。

期望结果 #

得到符合规则的适配分层及正确观测值统计，例如B_adapted_BMstratum因1110、1120、1130分层未全部满足至少2个观测值，需统一调整为1120等。

解决方案 #

1. 构造示例数据（模拟业务场景）

library(data.table)

set.seed(123)
dt <- data.table(
  BMstratum = rep(c(1100, 1110, 1120, 1130, 1140), c(5, 1, 3, 1, 4)),
  A = sample(c(NA, 1:5), size = 14, replace = TRUE),
  B = sample(c(NA, 1:5), size = 14, replace = TRUE),
  C = sample(c(NA, 1:5), size = 14, replace = TRUE)
)

# 初始化适配分层，与原分层完全一致
dt[, `:=`(
  A_adapted_BMstratum = BMstratum,
  B_adapted_BMstratum = BMstratum,
  C_adapted_BMstratum = BMstratum
)]

# 按原分层统计各变量非缺失观测数
stat_dt <- dt[, .(
  A_n = sum(!is.na(A)),
  B_n = sum(!is.na(B)),
  C_n = sum(!is.na(C))
), by = BMstratum]

2. 修正分层调整逻辑（解决警告+实现需求）

# 排除无需调整的分层（1100、1140）
target_strata <- setdiff(unique(dt$BMstratum), c(1100, 1140))

# 遍历每个关注变量处理适配分层
for (var in c("A", "B", "C")) {
  # 提取当前变量的分层统计数据
  var_stat <- stat_dt[, .(BMstratum, n = get(paste0(var, "_n")))]
  
  # 筛选出观测数不足2的分层
  adjust_strata <- var_stat[n < 2, BMstratum]
  
  # 对目标分层中需调整的部分，统一修改为1120（可按需替换规则）
  dt[
    get(paste0(var, "_adapted_BMstratum")) %in% adjust_strata & 
    get(paste0(var, "_adapted_BMstratum")) %in% target_strata,
    (paste0(var, "_adapted_BMstratum")) := 1120
  ]
  
  # 更新当前变量的适配分层统计
  stat_dt <- dt[, .(
    A_n = sum(!is.na(A)),
    B_n = sum(!is.na(B)),
    C_n = sum(!is.na(C))
  ), by = get(paste0(var, "_adapted_BMstratum"))][
    , setnames(.SD, "get", "BMstratum")
  ]
}

# 查看最终结果
print(dt)
print(stat_dt)

3. 关键说明

• 原警告是因为循环中直接使用长度大于1的逻辑向量作为判断条件（如dt$A_n < 2），导致R无法将其强制转为单个逻辑值。上述代码通过先按分层统计、再定位需调整分层的方式避免了这个问题。
• 代码中通过setdiff排除了1100和1140分层，后续可直接在循环外添加针对这两个分层的单独处理规则。
• 示例中统一将需调整的分层改为1120，可根据实际业务规则修改目标分层值。

内容的提问来源于stack exchange，提问作者Tom