为什么不存在的 data.frame 列中的项目分配有效？

Question

灵感来自Q6437164：有人可以向我解释为什么以下工作有效：

iriscopy<-iris #or whatever other data.frame
iriscopy$someNonExistantColumn[1]<-15

对我来说，R 将这条语句解释为：在 data.frame 中创建一个名为 someNonExistantColumn 的新列，并将第一个值（实际上，所有值，看起来）设置为值 15。

Answer 1

R 语言定义手册为我们提供了 R 如何评估以下形式的表达式的指针：

x$foo[1] <- 15

也就是说，好像我们已经调用了

`*tmp*` <- x
x <- "$<-.data.frame"(`*tmp*`, name = "foo", 
                      value = "[<-.data.frame"("$.data.frame"(`*tmp*`, "foo"), 
                                               1, value = 15))
rm(`*tmp*`)

如果为了说明的目的，我们放弃实际使用的方法，中间部分可能更容易解决：

x <- "$<-"(`*tmp*`, name = "foo", 
           value = "[<-"("$"(`*tmp*`, "foo"), 1, value = 15))

回到您使用iris 的示例，我们有类似

iris$foo[1] <- 15

这里，函数是递归计算的。首先提取器函数"$"用于从iris访问组件"foo"，即NULL：

> "$"(iris, "foo")
NULL

然后，"[<-" 用于将上面返回的对象的第一个元素（NULL）替换为值15，即调用：

> "[<-"(NULL, 1, value = 15)
[1] 15

现在，这是在我们调用的最外层用作参数value 的对象，即使用"$<-" 的赋值：

> head("$<-"(iris, "foo", value = 15))
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species foo
1          5.1         3.5          1.4         0.2  setosa  15
2          4.9         3.0          1.4         0.2  setosa  15
3          4.7         3.2          1.3         0.2  setosa  15
4          4.6         3.1          1.5         0.2  setosa  15
5          5.0         3.6          1.4         0.2  setosa  15
6          5.4         3.9          1.7         0.4  setosa  15

（这里用head() 包裹以限制显示的行数。）

这有望解释函数如何调用进度。最后一个要处理的问题是为什么整个向量foo 设置为15？答案在?"$<-.data.frame"的详细信息部分给出：

Details:

....

         Note that there is no ‘data.frame’ method for ‘$’, so ‘x$name’
     uses the default method which treats ‘x’ as a list.  There is a
     replacement method which checks ‘value’ for the correct number of
     rows, and replicates it if necessary.

关键位是最后一句话。在上面的例子中，最外层的赋值使用了value = 15。但此时，我们想要替换 整个 组件 "foo"，其长度为 nrow(iris)。因此，实际使用的是value = rep(15, nrow(iris))，在最外层的赋值/函数调用中。

这个例子更加复杂，因为你必须从方便表示法转换

x$foo[1] <- 15

使用"$<-"()、"[<-"() 和"$"() 进行正确的函数调用。 R 语言定义的Section 3.4.4 中的示例使用了这个更简单的示例：

names(x)[3] <- "Three"

计算结果为

`*tmp*` <- x
x <- "names<-"(`*tmp*`, value="[<-"(names(`*tmp*`), 3, value="Three"))
rm(`*tmp*`)

这更容易理解，因为names() 看起来像一个普通的函数调用。

Answer 2

我认为答案是它不起作用。

我认为$newcol 是创建新列的标准行为。例如：

iris$newcol <- 1

将在 iris data.frame 中创建一个新列。由于矢量循环，所有值都将为 1。

当表达式的计算结果为 NULL 时，会触发新列的创建。来自?$<-：

• “当 $

所以我认为这里发生的情况是表达式的计算结果为 NULL，这会触发代码创建一个新列，然后使用向量循环来填充值。

编辑

解析可能使用 $-assign $<- 而不是括号分配 [<-。比较：

head(`$<-`(iris, newcol, 1))
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species newcol
1          5.1         3.5          1.4         0.2  setosa      1
2          4.9         3.0          1.4         0.2  setosa      1
3          4.7         3.2          1.3         0.2  setosa      1
4          4.6         3.1          1.5         0.2  setosa      1
5          5.0         3.6          1.4         0.2  setosa      1
6          5.4         3.9          1.7         0.4  setosa      1

但是括号赋值会产生错误：

head(`[<-`(iris, newcol, 1))
Error in head(`[<-`(iris, newcol, 1)) : 
  error in evaluating the argument 'x' in selecting a method for function 'head': Error in is.atomic(value) : 'value' is missing