在 [.data.table's j 中使用 lm(my_formula)

Question

我已经养成了访问 j 中 data.table 列的习惯，即使我不需要：

require(data.table)
set.seed(1); n = 10
DT <- data.table(x=rnorm(n),y=rnorm(n))

frm <- formula(x~y)

DT[,lm(x~y)]         # 1 works
DT[,lm(frm)]         # 2 fails
lm(frm,data=DT)      # 3 what I'll do instead

我希望 #2 能够工作，因为 lm 应该在 DT 中搜索变量，然后在全局环境中搜索...有没有一种优雅的方法可以让 #2 工作？

在这种情况下，我使用的是lm，它接受一个“数据”参数，所以#3 可以正常工作。

编辑。请注意，这是可行的：

x1 <- DT$x
y1 <- DT$y
frm1 <- formula(x1~y1)
lm(frm1)

还有这个：

rm(x1,y1)
bah <- function(){
    x1 <- DT$x
    y1 <- DT$y
    frm1 <- formula(x1~y1)
    lm(frm1)
}
bah()

EDIT2.但是，这失败了，说明@eddi的答案

frm1 <- formula(x1~y1)
bah1 <- function(){
    x1 <- DT$x
    y1 <- DT$y
    lm(frm1)
}
bah1()

Answer 1

lm 的工作方式是查找在所提供公式的环境中使用的变量。由于您在全局环境中创建公式，它不会在 j-expression 环境中查找，因此使精确表达式 lm(frm) 起作用的唯一方法是将适当的变量添加到正确的环境中：

DT[, {assign('x', x, environment(frm));
      assign('y', y, environment(frm));
      lm(frm)}]

现在显然这不是一个很好的解决方案，Arun 和 Josh 的建议要好得多，我只是把它放在这里是为了理解手头的问题。

edit 另一种（可能更变态，而且相当脆弱）的方法是更改​​手头公式的环境（我在这里永久执行此操作，但您可以将其还原或复制它然后去做）：

DT[, {setattr(frm, '.Environment', get('SDenv', parent.frame(2))); lm(frm)}]

顺便说一句，这里发生了一件有趣的事情 - 每当您在 j-表达式中使用 get 时，所有变量都会被构造（所以如果可以避免，不要使用它） ，这就是为什么我不需要以某种方式也使用x 和y 让data.table 知道需要这些变量。