在 R data.table 中，如何将变量参数传递给表达式？

Question

我遇到了data.table 的一个小 R 问题。非常感谢您的帮助。我该怎么做：

getResult <- function(dt, expr, gby) {
  e <- substitute(expr)
  b <- substitute(gby)
  return(dt[,eval(e),by=b])
}

v1 <- "Sepal.Length"
v2 <- "Species"

dt <- data.table(iris)
rDT <- getResult(dt, sum(v1, na.rm=TRUE), v2)

我收到以下错误：

sum(v1, na.rm = TRUE) 中的错误：无效的“类型”（字符） 论据

现在，v1 和 v2 都作为字符变量从其他程序传递，所以我不能这样做 v1<- quote(Sepal.Length) 这似乎有效。

Answer 1

flodel 在 cmets 中的答案的替代方案可能是

e <- parse(text = paste0("sum(", v1, ", na.rm = TRUE)"))

b <- parse(text = v2)

rDT2 <- dt[, eval(e), by = eval(b)]

#               b    V1
# [1,]     setosa 250.3
# [2,] versicolor 296.8
# [3,]  virginica 329.4

编辑：

并将其放入函数中，

getResult <- function(dt, expr, gby){
  return(dt[, eval(expr), by = eval(gby)])
}

(dtR <- getResult(dt = dt, expr = e, gby = b))
# gives the same result as above

来自 Matthew 的编辑： paste0 和 eval \ quote 方法在某些情况下也比 get 更快，这是有一个微妙的原因。分组速度很快的原因之一是data.table 检查j 以查看它使用了哪些列，然后仅对那些使用的列进行子集化（FAQ 1.12 和 3.1）。它使用base::all.vars(j) 来做到这一点。当在j 中使用get() 时，正在使用的列对all.vars 隐藏，data.table 回退到子集所有列以防j 表达式需要它们（就像.SD 符号是用于j，为此添加.SDcols解决）。如果无论如何都使用了所有列，那么它没有任何区别，但是如果 DT 是 1e7x100，那么分组 j=sum(V1) 应该比分组 j=sum(get("V1")) 快得多。至少，这是应该发生的，如果没有，那么它可能是一个错误。另一方面，如果许多查询是动态构建并重复的，那么paste0 和parse 的时间可能会出现。一切都取决于。设置verbose=TRUE 应该会打印出一条消息，说明已检测到哪些列被j 使用，以便可以检查。