在 data.table 中使用 := 和 i 的子集和更新的向量

Question

我正在尝试更新 data.table 的特定条目。我的 i 子集是另一个 data.table。当我尝试向 := 命令传递一个与子集长度相同的向量时，我收到一条警告。我可以用循环解决这个问题，但我认为有更好的方法。这段代码复制了我的结果：

DT <- data.table(ID = 1:10,V = rnorm(10))
setkey(DT,ID)
DT.alt <- DT[ID < 5,] ##Create a data.table with a subset of the observations
setkey(DT.alt,ID)
DT[,V:=rnorm(10)] ## Works
DT[DT.alt,V:=rnorm(1)]  ## Works
DT[DT.alt,V:=rnorm(4)] ## Warning and the first element is used for all rows

请注意，这可行，但我真的需要循环吗？

for(i in 1:dim(DT.alt)[1]) DT[DT.alt[i,],V:=rnorm(1)]

我认为我做错了什么，感谢任何帮助。

Answer 1

在data.table 版本join 形式为x[i, j=...] - 即同时使用j 的连接被设计为隐含（或）by-without-by 操作。换句话说，这将为i 中的每个值计算j。所以它不会像你想要的那样工作。

在得到很多用户的反馈后，为了保持一致性，current development version 1.9.3 中的这种设计选择已被更改（有时会被推送到 CRAN 版本 1.9.4）。您可以查看讨论here、here 和功能请求（FR）here。

所以在1.9.3 中，这将按预期工作（正如@BenBarnes 指出的那样）。也就是说，默认情况下，x[i, j=...] 将首先执行一次join 和评估j，而不是为每个i 获取j。相反，如果您喜欢旧行为，则必须明确声明 by，如下所示：

## v 1.9.3
## performs the join and then calculates/evaluates j
x[i, j]
## explicitly state by to obtain j for each i
x[i, j, by=.EACHI]

当这个版本到达 CRAN 时，还应该有一个使用旧版本的规定（这样现有代码不会被破坏），并警告说这个功能将在下一个版本中被弃用（或类似的东西 -这将如何完成尚未最终确定）。

总而言之，您的代码将从 >= 1.9.3 版本开始按预期工作。

请注意，.EACHI 功能尚未在 ?data.table 中记录。这仍然是一个开发版本。当它发布到 CRAN 时，您可以在 ?data.table 中找到 .EACHI 的文档，其中还记录了所有其他特殊变量，如 .I、.N、.GRP、.BY 等。

HTH

---

编辑：如果您必须使用<= 1.9.2 有效地做到这一点，那么您可以通过首先找到匹配的索引来做到这一点，如下所示：

idx = DT[DT.alt, which=TRUE]
DT[idx, V := rnorm(length(idx))]