R data.table - 使用.SD时如何通过引用进行修改？答案

【问题标题】：R data.table - How to modify by reference when using .SD?R data.table - 使用.SD时如何通过引用进行修改？
【发布时间】：2021-05-03 18:18:26
【问题描述】：

所以我是 data.table 的新手，现在不明白我可以在使用 .SD 符号对所选列执行操作的同时通过引用进行修改？我有两个例子。

示例 1

> DT <- data.table("group1:1" = 1, "group1:2" = 1, "group2:1" = 1)
> DT
   group1:1 group1:2 group2:1
1:        1        1        1

例如，假设我只选择名称中包含“group1:”的列。我知道将操作结果重新分配给同一个对象非常简单，如下所示：

cols1 <- names(DT)[grep("group1:", names(DT))]
DT <- DT[, .SD, .SDcols = cols1]

通过阅读关于引用语义的data.table 小插图，我的理解是上述内容不会通过引用进行修改，而使用:= 的类似操作会这样做。这是准确的吗？如果这是正确的，有没有更好的方法来执行这个通过引用修改的操作？在试图弄清楚这一点时，我陷入了如何组合 .SD 符号和 := 运算符的问题上。我试过了

DT[, c(cols1) := .SD, .SDcols = cols1]
DT[, c(cols1) := lapply(.SD,function(x)x), .SDcols = cols1]

两者都没有给出我想要的结果。

示例 2

假设我想执行一个不同的操作dcast，它使用.SD 作为输入。示例数据表：

> DT <- data.table(x = c(1,2,1,2), y = c("A","A","B","B"), z = 5:8)
> DT
   x y z
1: 1 A 5
2: 2 A 6
3: 1 B 7
4: 2 B 8

再一次，我知道我可以像这样重新分配：

> DT <- dcast(DT, x ~ y, value.var = "z")
> DT
   x A B
1: 1 5 7
2: 2 6 8

但不明白为什么以下方法不起作用（或者在某些情况下是否更可取）：

> DT <- data.table(x = c(1,2,1,2), y = c("A","A","B","B"), z = 5:8)
> cols <- c("x", unique(DT$y))
> DT[, cols := dcast(.SD, x ~ y, value.var = "z")]

【问题讨论】：

标签： r reference data.table dcast

【解决方案1】：

在你的例子中，

cols1 <- names(DT)[grep("group1:", names(DT))]
DT[, c(cols1) := .SD, .SDcols = cols1] # not this

DT[, (cols1) := .SD, .SDcols = cols1] # this will work

以下是通过引用在数字列.SDcols 上设置 0 值的另一个示例。

诀窍是在:= 之前分配列名向量。

colnames = DT[, names(.SD), .SDcols = is.numeric] # column name vector
DT[, (colnames) := lapply(.SD, nafill, fill = 0), .SDcols= is.numeric]

【讨论】：