【发布时间】：2017-07-11 14:09:31
【问题描述】：
在评估data.table（与dplyr）的实用性时，一个关键因素是在函数和循环中使用它的能力。
为此，我修改了本文中使用的代码 sn-p：data.table vs dplyr: can one do something well the other can't or does poorly?，这样，它就变成了数据集，而不是硬编码的数据集变量名称（“钻石”数据集的“切割”和“价格”变量） -agnostic - cut-n-paste 准备好在任何函数或循环中使用（当我们事先不知道列名时）。
这是原始代码：
library(data.table)
dt <- data.table(ggplot2::diamonds)
dt[cut != "Fair", .(mean(price),.N), by = cut]
这是它与数据集无关的等价物：
dt <- data.table(diamonds)
nVarGroup <- 2 #"cut"
nVarMeans <- 7 #"price"
strGroupConditions <- levels(dt[[nVarGroup]])[-1] # "Good" "Very Good" "Premium" "Ideal"
strVarGroup <- names(dt)[nVarGroup]
strVarMeans <- names(dt)[nVarMeans]
qAction <- quote(mean(get(strVarMeans))) #! w/o get() it does not work!
qGroup <- quote(get(strVarGroup) %in% strGroupConditions) #! w/o get() it does not work!
dt[eval(qGroup), .(eval(qAction), .N), by = strVarGroup]
注意（感谢下方回复）：如果需要通过引用改变变量值，需要使用()，而不是get()，如下图：
strVarToBeReplaced <- names(dt)[1]
dt[eval(qGroup), (strVarToBeReplaced) := eval(qAction), by = strGroup][]
现在：您可以剪切并粘贴以下代码以满足您的所有循环需求：
for(nVarGroup in 2:4) # Grouped by several categorical values...
for(nVarMeans in 5:10) { # ... get means of all numerical parameters
strGroupConditions <- levels(dt[[nVarGroup]])[-1]
strVarGroup <- names(dt)[nVarGroup]
strVarMeans <- names(dt)[nVarMeans]
qAction <- quote(mean(get(strVarMeans)))
qGroup <- quote(get(strVarGroup) %in% strGroupConditions)
p <- dt[eval(qGroup), .(AVE=eval(qAction), COUNT=.N), by = strVarGroup]
print(sprintf("nVaGroup=%s, nVarMeans=%s: ", strVarGroup, strVarMeans))
print(p)
}
我的第一个问题：
上面的代码虽然实现了所需的功能/循环需求，但看起来非常复杂。 - 它使用不同的多个（可能不一致的）非直观技巧，例如()、get()、quote()/eval()、[[]] 的组合。对于如此直接的需求来说似乎太多了......
还有其他更好的方法来访问和修改循环中的 data.tables 值吗？ 或许使用on=、lapply/.SD/.SDcols？
请在下面分享您的想法。本次讨论旨在补充和巩固其他帖子中的相关内容（例如此处列出的：How can one work fully generically in data.table in R with column names in variables）。最终，最好创建一个专用的小插图，以便在 functions 和 loops 中使用 data.table。
第二个问题：
dplyr 是否更容易实现此目的？ - 但是，对于这个问题，我设置了一个单独的帖子：Is dplyr easier than data.table to be used within functions and loops?。
【问题讨论】：
-
如果您愿意放弃欺骗或错误的列名和/或先清理它们，我想这更容易。
-
建议：发布一个新的 qn 比更改以前的 qn 更好，因为新的 qn 不会获得太多可见性。试试
dt[eval(qGroup), (strVarToBeReplaced) := 999, by = strGroup][] -
我不明白你的问题。您的“与数据集无关”的代码比直接使用 data.table 更通用吗？
-
您提到
[[]]在data.table小插曲中没有得到很好的描述。但是，DT[["v"]]包含在?data.table的示例部分，“以 data.frame 方式选择列”，注释“与 DT[, v] 相同，但速度更快”。所以，这似乎是首选的方式 -
问题不在于缺少文档（例如 [[]] 上的 .我们所有人都可以轻松地重用 stackoverflow.com 上提供的内容 - 只需简单的剪切粘贴即可，无需弄清楚如何用我们的变量替换“硬编码”变量名。想象一下 - 如果我们在示例中不使用“硬编码”名称变量，而是始终使用与数据集无关的代码，那么使用彼此的代码共同开发开源库会变得多么容易......干杯！
标签： r function loops data.table dplyr