data.table 使用 setDT 修改父环境/奇怪的行为答案

【问题标题】：data.table modifies parent environment / weird behavior with setDTdata.table 使用 setDT 修改父环境/奇怪的行为
【发布时间】：2019-02-09 18:09:54
【问题描述】：

因此，如果我使用现有向量的 data.frame 和 setDT 构建我的 data.table，原始向量会在父环境中被修改：

a <- 1:2 / 2
x <- 1:10 / 2
y <- 11/2
dt <- data.frame(a, x, y)
setDT(dt)
dt[ , cond := a == 1]
dt[(cond), c("x", "y") := list(y, x)]
x
#[1] 0.5 5.5 1.5 5.5 2.5 5.5 3.5 5.5 4.5 5.5

对于信息，我使用 R 3.5.1 和 data.table 1.11.4

如果我使用 data.table 构造函数而不是 data.frame + setDT 它不会修改向量 x。

a <- 1:2 / 2
x <- 1:10 / 2
y <- 11/2
dt <- data.table(a, x, y)
dt[ , cond := a == 1]
dt[(cond), c("x", "y") := list(y, x)]
x
#[1] 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0

有人能解释一下我发生了什么吗？如果这是一个错误？

干杯

EDIT1：刚刚在 github 上发现了这个相关问题 https://github.com/Rdatatable/data.table/issues/2683

EDIT2：嫌疑人显然是“通过引用复制”，因此向量 x 和 dt$x 的内存地址相同，因此它修改了 data.table 之外的向量。我原以为 data.frame 创建会复制...

> a <- 1:2 / 2
> x <- 1:10 / 2
> y <- 11/2
> dt <- setDT(as.data.frame(list(a = a, x = x, y = y)))
> dt[ , cond := a == 1]
> dt[(cond), c("x", "y") := list(y, x)]
> x
[1] 0.5 5.5 1.5 5.5 2.5 5.5 3.5 5.5 4.5 5.5
> address(dt$x)
[1] "0xadd8fe8"
> address(x)
[1] "0xadd8fe8"

【问题讨论】：

也很奇怪（我认为）如果x 和y 是整数（x <- 1:10L;y <- 11L）那么原来的x 没有被修改！
@Jeff 我试过你的例子，我确实看到x 也在那里被修改。 Fwiw，我有时会使用这个“功能”，例如z = 1:3; setDT(list(z))[2, V1 := 99L][]; z。我认为它之前已作为错误提交，但我现在无法在问题跟踪器上找到它。

标签： r data.table

【解决方案1】：

setDT 通过引用修改输入对象。如果用作输入的对象本身是通过执行浅拷贝（而不是深拷贝）创建的，那么在使用 data.table 中的:= 或 set() 时，所有此类对象都将被修改。

data.frame() 似乎在创建时尽可能创建输入对象的浅表副本以提高效率。所以address(df$x) 和address(x) 是相同的。这是可以接受的，因为 R 会执行修改时复制。

您可以通过直接创建 data.tables 来避免此类情况。相反，如果直接给你一个 data.frame 对象，而你不知道它是如何创建的，最好使用copy()。 HTH。

【讨论】：