tutorial - tutoriel qgis 2.14 pdf




Crashing R lors de l'appel `write.table` sur un ensemble de données particulier (2)

Ce qui suit bloque systématiquement ma session R.
Testé sur deux machines, Ubuntu et Mac OS X avec des résultats similaires sur les deux.

Brève description:
Appeler write.table sur un data.frame avec une colonne factorielle de toutes les NA.

L'ensemble de données d'origine est plutôt volumineux et j'ai réussi à isoler la colonne incriminée puis à créer un vecteur similaire, nommé PROBLEM_DATA ci-dessous, qui provoque le même plantage.

Fait intéressant, parfois R bloque carrément, d'autres fois, il renvoie simplement l'erreur suivante:

Error in write.table(x, file, nrow(x), p, rnames, sep, eol, na, dec, as.integer(quote),  : 
  'getCharCE' must be called on a CHARSXP

Des pensées quant à la cause de l'accident ou devrait-il être soumis comme un bug?

Données offensantes et appel:

PROBLEM_DATA <- structure(114:116, .Label = c("String1", "String2", "String3", "String4", "String5", "String6", 
                   "String7", "String8", "String9", "String10", "String11", "String12", "String13", "String14", "String15"), class = "factor")

# This will cause a crash
write.table(PROBLEM_DATA, file=path.expand("~/test.csv"))

# This will also crash
write.table(PROBLEM_DATA, file=path.expand("~/test.csv"), fileEncoding="UTF-8")

SESSION INFO DE CHAQUE MACHINE

UBUNTU

R version 2.15.3 (2013-03-01)
Platform: x86_64-pc-linux-gnu (64-bit)

locale:
 [1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C         LC_TIME=C            LC_COLLATE=C        
 [5] LC_MONETARY=C        LC_MESSAGES=C        LC_PAPER=C           LC_NAME=C           
 [9] LC_ADDRESS=C         LC_TELEPHONE=C       LC_MEASUREMENT=C     LC_IDENTIFICATION=C 

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] gdata_2.12.0     ggplot2_0.9.3    stringr_0.6.1    RMySQL_0.9-3     DBI_0.2-5       
[6] data.table_1.8.8

loaded via a namespace (and not attached):
 [1] MASS_7.3-23        RColorBrewer_1.0-5 colorspace_1.2-0   dichromat_1.2-4   
 [5] digest_0.5.2       grid_2.15.3        gtable_0.1.1       gtools_2.7.0      
 [9] labeling_0.1       munsell_0.4        plyr_1.7.1         proto_0.3-9.2     
[13] reshape2_1.2.1     scales_0.2.3       tools_2.15.3

Mac OS X

R version 2.15.3 (2013-03-01)
Platform: x86_64-apple-darwin9.8.0/x86_64 (64-bit)

locale:
[1] en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

C'est un bug gentil reproductible et devrait être signalé à R-devel ou en utilisant bug.report() . FWIW sur

> sessionInfo()
R version 3.0.0 Patched (2013-04-03 r62485)
Platform: x86_64-unknown-linux-gnu (64-bit)

Si sous Linux je configure R avec CFLAGS = "- g -O0" je peux

R -d gdb
(gdb) break Rf_error
(gdb) run

puis collez vos lignes ci-dessus et finissez à

> write.table(PROBLEM_DATA, file=path.expand("~/test.csv"))

Breakpoint 1, Rf_error (format=0x7ffff7a8f0f0 "'%s' must be called on a CHARSXP") at /home/mtmorgan/src/R-3-0-branch/src/main/errors.c:753
753     RCNTXT *c = R_GlobalContext;
(gdb) up 3
#3  0x00007ffff1b9bfb3 in EncodeElement2 (x=0x31ccf50, indx=113, quote=TRUE, qmethod=TRUE, buff=0x7fffffffbdc0, cdec=46 '.')
    at /home/mtmorgan/src/R-3-0-branch/src/library/utils/src/io.c:938
938     p0 = translateChar(STRING_ELT(x, indx));
(gdb) call Rf_PrintValue(x)
 [1] "String1"  "String2"  "String3"  "String4"  "String5"  "String6" 
 [7] "String7"  "String8"  "String9"  "String10" "String11" "String12"
[13] "String13" "String14" "String15"
(gdb) p indx
$1 = 113

ce qui montre R essayant d'imprimer le 114ème élément des noms de facteurs - il est clair que les choses ont mal tourné parce que le facteur a des valeurs entières au-delà de la longueur de ses niveaux.


Pas une réponse, mais un long engagement:

PROBLEM_DATA <- structure(c(1:5,114:116), .Label = c("String1", "String2", "String3",'string4','str5','str6','str7'),class='factor')
Rgames> as.numeric(PROBLEM_DATA)
[1]   1   2   3   4   5 114 115 116
Rgames> as.numeric(as.character(PROBLEM_DATA))
[1] NA NA NA NA NA NA NA NA
Warning message:
NAs introduced by coercion 
Rgames> levels(PROBLEM_DATA)
[1] "String1" "String2" "String3" "string4" "str5"    "str6"    "str7"   
Rgames> write.table(PROBLEM_DATA, file=path.expand("~/ctest.csv"))
Error in write.table(x, file, nrow(x), p, rnames, sep, eol, na, dec, as.integer(quote),  : 
  'getCharCE' must be called on a CHARSXP

ctest.csv contient: (chaque ligne est une seule cellule en ce qui concerne Excel)

x
1 "String1"
2 "String2"
3 "String3"
4 "string4"
5 "str5"
6

Ainsi, vous pouvez voir quelque chose qui va mal quand il y a un «fossé» dans la numérotation sous-jacente des niveaux. J'espère que cela donne un indice à quelqu'un qui comprend les facteurs beaucoup plus que moi.





write.table