data.table 在使用 spread() 时被复制了？

Question

这是一个示例 data.table。

set.seed(123)
mydt <- data.table(id = 1:100, x = sample(LETTERS[1:6], size = 100, replace = TRUE), group = paste0("group", sample(1:3, size = 100, replace = TRUE)), prob = runif(100, 0, 1))

我使用 tydir::spread 从长格式到宽格式

mydt2 <- mydt %>% spread(group, prob)

然后我想定义新列，如

mydt2[!is.na(group1), new.col := x]

如果我这样做，我会收到以下警告

Warning message:
In `[.data.table`(mydt2, !is.na(group1), `:=`(myscale, x)) :
 Invalid .internal.selfref detected and fixed by taking a (shallow) copy

等等，而如果我运行这个

mydt2 <- copy(mydt %>% spread(group, prob))
mydt2[!is.na(group1), myscale := x]

我没有收到任何警告。我不明白这种行为。谁能提供帮助？使用 copy() 是解决这个问题的正确方法吗？

Answer 1

我认为使用 dcast 是可行的方法。但是，使用 tidyr::spread 的可能解决方案是将 setDT() 添加到管道调用中，即

set.seed(123)

# install.packages(c("data.table"), dependencies = TRUE)
library(data.table)

mydt <- data.table(id = 1:100, x = sample(LETTERS[1:6], size = 100, replace = TRUE),
                   group = paste0("group", sample(1:3, size = 100, replace = TRUE)),
                   prob = runif(100, 0, 1)
                   )

class(mydt)
mydt2 <- mydt %>% tidyr::spread(group, prob) %>% setDT()

mydt2[!is.na(group1), new.col := x]

data.table 在使用 spread() 时被复制了？

data.table is copied when using spread()?

r

data.table

tidyr