将函数应用于多个数据表

Question

我有一些具有相同结构的数据表，我想对它们进行一些数据转换（创建新变量、分配缺失值等）

这是我试过的，没有成功。此代码 运行 没问题，但不会对数据表进行更改。有什么想法吗？

对于可重现的示例，运行 首先是这段代码

data("mtcars")              # load data
setDT(mtcars)               # convert to data table
mtcars[gear==5, gear :=NA]  # create NA values for the purpose of my application
mtcars2 <- mtcars           # create second DT

我的代码

# Create function
  computeWidth <- function(dataset){
                                    dataset$gear[is.na(dataset$gear)] <- 0 # Convert NA to 0
                                    dataset[ ,width := hp + gear]          # create new variable
                                    }

# Apply function
  lapply(list(mtcars, mtcars2), computeWidth)

如您所见，函数运行正常，但没有修改数据表。对此有何想法？

Answer 1

您的主要问题是您使用的语法不正确。您应该使用 dataset[is.na(gear), gear := 0] 而不是 dataset$gear[is.na(dataset$gear)] <- 0，这样 := 将修改您的原始数据集 在 的词法范围 lapply 之外] （<- 仅在 某个函数的词法范围内操作 。因此将您的功能修改为

computeWidth <- function(dataset){
  dataset[is.na(gear), gear := 0] # Convert NA to 0
  dataset[ ,width := hp + gear]   # create new variable
}

然后是运行

lapply(list(mtcars, mtcars2), computeWidth) 

将修改原始数据集。

附带说明一下，如果您想将其推广到许多 data.table 对象，您可以查看 tables 函数并尝试如下操作

lapply(mget(tables(silent = TRUE)$NAME), computeWidth)

虽然最好始终将许多对象放在一个列表中，而不是用许多对象填充全局环境。

---

一个非常重要的注意事项（由@Frank 建议），您应该知道，在未修改的 data.table 上使用 <- 时，您实际上 不是 创建一个新对象

mtcars2 <- mtcars
tracemem(mtcars)
## [1] "<00000000129264F8>"
tracemem(mtcars2)
## [1] "<00000000129264F8>"

因此，仅修改 mtcars，您也将修改 mtcars2。相反，正确的做法是使用 copy，如

mtcars2 <- copy(mtcars)
tracemem(mtcars)
## [1] "<00000000129264F8>"
tracemem(mtcars2)
## [1] "<000000001315F6B8>"

有关详细信息，请参阅 here。