生成 data.frames（尤其是对于不可重现的 SO 问题）的一种不常见的情况是，当一列依赖于另一列的（通常是随机的）值时。例如，如果想要一个 data.frame 来测试回归，最好有一些嘈杂的线性依赖：
n <- 100
x <- runif(n)
dat <- data.frame( x=x, y=x+runif(n) )
plot(y~x,data=dat)
但是，我想在一行中完成（上面将计为两行，第一行创建 x，第二行在 data.frame 分配中使用 x），理想情况下不在全局环境中存放任何东西。
【问题讨论】：
这是within 的简单解决方案：
within(data.frame(x = runif(n)), y <- x + runif(n))
此命令不将y 分配给全局环境（或父框架）。
【讨论】：
这是一个解决方案，它不会受到您发现的两个缺点的影响。
library(data.table)
n <- 100
dat <- data.table(x = runif(n))[, y := x + runif(n)]
它自己的缺点是：
data.frame(data.table(......))，如果你想返回一个“普通的”data.frame。【讨论】：
这是一种不违反许多程序员喜欢坚持的“每行一个分配”规则的方法：
within(data.frame(row.names = 1:n), {x = runif(n); y = x + runif(n)})
其中data.frame(row.names = 1:n) 用于创建具有正确行数的空data.frame，否则within 会报错。
【讨论】：
x。否则，R 会抱怨。
within 版本替换了transform。
plyr::mutate 的工作方式与转换相同，只是您可以引用刚刚创建的列。
set.seed 将需要使随机数在任何情况下都可以重现，但可以尝试以下模数：
set.seed(123)
dat <- transform(data.frame(x = runif(10)), y = x + runif(10))
这给出了：
> dat
x y
1 0.2875775 1.2444109
2 0.7883051 1.2416393
3 0.4089769 1.0865476
4 0.8830174 1.4556508
5 0.9404673 1.0433920
6 0.0455565 0.9453815
7 0.5281055 0.7741932
8 0.8924190 0.9344786
9 0.5514350 0.8793557
10 0.4566147 1.4111184
【讨论】：
这是一个与transform（或plyr::mutate）类似的自定义函数，但不需要初始数据框。 （显然这对 OP 的问题没有真正的帮助，因为没有人会拥有这个功能，但我认为其他人可能会感兴趣）
create <- function(...) {
.data <- list()
cols <- as.list(substitute(list(...))[-1])
cols <- cols[names(cols) != ""] # Silently drop unnamed columns
for(col in names(cols)) {
.data[[col]] <- eval(cols[[col]], .data, parent.frame())
}
as.data.frame(.data)
}
create(x = runif(1:10), y = x + 1)
【讨论】：
这是我想出的最好的。它使用 R 初学者的常见错误作为编写更紧凑代码的技巧。
dat <- data.frame( x<-runif(n), y=x+runif(n) )
这在精神上类似于@Tommy's tip on CodeGolf.SE。
缺点是：
x 存放在父（全局，在大多数用例中）环境中，它可能会覆盖其他一些变量。编辑
@WojciechSobala 在评论中的解决方案值得在这里强调。只需将上面的表达式包裹在local：
dat <- local( data.frame( x<-runif(n), y=x+runif(n) ) )
由于local 的工作方式与evalq 一样（例如，它在给定环境中计算表达式），只是它默认通过new.env() 在新环境中计算，x 是在这个新环境中创建的，而不是在全球环境。
【讨论】：