选择/分配数据。当变量名存储在字符向量中时的表

Question

如果变量名称存储在字符向量中，如何引用data.table中的变量？例如，这适用于data.frame：

df <- data.frame(col1 = 1:3)
colname <- "col1"
df[colname] <- 4:6
df
#   col1
# 1    4
# 2    5
# 3    6

如何对数据执行相同的操作。表，带或不带：=符号？dt[，list（colname）]显然不起作用（我也没想到它会起作用）。

Answer 1

library(data.table)

x <- data.table(this=1:2,that=1:2,whatever=1:2)

# === explicit call
x[, .(that, whatever)]
x[, c('that', 'whatever')]

# === indirect via  variable
# ... direct assignment
mycols <- c('that','whatever')
# ... same as result of a function call
mycols <- grep('a', colnames(x), value=TRUE)

x[, ..mycols]
x[, .SD, .SDcols=mycols]

# === direct 1-liner usage
x[, .SD, .SDcols=c('that','whatever')]
x[, .SD, .SDcols=grep('a', colnames(x), value=TRUE)]

这一切都产生了

   that whatever
1:    1        1
2:    2        2

我找到了。SDcols方式最优雅。

Answer 2

*这不是一个真正的答案，但我没有足够的街头信誉来发表评论：/

无论如何，对于那些可能希望在数据表中使用存储在变量中的名称实际创建新列的人，我有以下工作要做。我对它的性能一无所知。有什么改进的建议吗？假设一个无名的新列总是被命名为V1安全吗？

colname <- as.name("users")
# Google Analytics query is run with chosen metric and resulting data is assigned to DT
DT2 <- DT[, sum(eval(colname, .SD)), by = country]
setnames(DT2, "V1", as.character(colname))

注意，我可以在sum（）中引用它，但似乎无法在同一步骤中分配它。顺便说一句，我需要这样做的原因是colname将基于闪亮应用程序中的用户输入。

Answer 3

以编程方式选择变量的两种方法：

>

 DT = data.table(col1 = 1:3)
 colname = "col1"
 DT[, colname, with = FALSE] 
 #    col1
 # 1:    1
 # 2:    2
 # 3:    3

“点-点”（。）前缀：

 DT[, ..colname]    
 #    col1
 # 1:    1
 # 2:    2
 # 3:    3

有关“点-点”（。）符号的进一步说明，请参阅1.10中的新功能。2（帮助文本中目前未对其进行描述）。

要分配给变量，请将：=的左括号括起来：

DT[, (colname) := 4:6]    
#    col1
# 1:    4
# 2:    5
# 3:    6

后者被称为列plonk，因为通过引用替换整个列向量。如果存在一个子集i，它将通过引用进行子分配。（colname）是v1版中引入的缩写。2014年10月9日至4日。新闻如下:

使用with=FALSEwith：=现在在所有情况下都不建议使用，因为用括号包装：=的LHS已经有一段时间了。

colVar = "col1"

DT[, (colVar) := 1]                             # please change to this
DT[, c("col1", "col2") := 1]                    # no change
DT[, 2:4 := 1]                                  # no change
DT[, c("col1","col2") := list(sum(a), mean(b))]  # no change
DT[, `:=`(...), by = ...]                       # no change

另请参见中的详细信息部分？'：='：

DT[i, (colnamevector) := value]
# [...] The parens are enough to stop the LHS being a symbol

为了回答评论中的进一步问题，这里有一种方法（通常有很多方法）：

DT[, colname := cumsum(get(colname)), with = FALSE]
#    col1
# 1:    4
# 2:    9
# 3:   15 

或者，您可能会发现只需对evalapaste进行读、写和调试就更容易了，这类似于构造要发送到服务器的动态SQL语句：

expr = paste0("DT[,",colname,":=cumsum(",colname,")]")
expr
# [1] "DT[,col1:=cumsum(col1)]"

eval(parse(text=expr))
#    col1
# 1:    4
# 2:   13
# 3:   28

如果经常这样做，可以定义一个helper函数EVAL：

EVAL = function(...)eval(parse(text=paste0(...)),envir=parent.frame(2))

EVAL("DT[,",colname,":=cumsum(",colname,")]")
#    col1
# 1:    4
# 2:   17
# 3:   45

既然data.table1.8.2自动优化了j以提高效率，那么最好使用ava方法。例如，j中的get（）阻止了一些优化。

或者，有set（）。一个低开销、函数形式的：=，在这里很好。参见？设置。

set(DT, j = colname, value = cumsum(DT[[colname]]))
DT
#    col1
# 1:    4
# 2:   21
# 3:   66