如何在具有相同名称的列的 data.table 中引用函数参数？

Question

这里，我有一个data.tablefoo

foo <- data.table(t = c(1,1,2,2,3), b = rnorm(5))
foo
   t           b
1: 1  0.07014277
2: 1  1.71144087
3: 2 -0.60290798
4: 2 -0.47216639
5: 3 -0.63537131

和一个函数，myfunc()

myfunc <- function(dt, t){
  # Subset dt by t, then do stuff

  dt <- dt[J(t = t), by = "t"]
  
  # Complicated stuff here..
  score <- mean(dt$b)
  
  return(score)
}

myfunc() 有两个参数：

dt data.table 操作
t 可用于子集 dt 的 t 值（当然在 t 列上）

我的问题是，在我的子集操作 dt <- dt[J(t = t), by = "t"] 中，我不知道如何让 R 为第二个 t 引用函数变量 t。我尝试了 dt <- dt[J(t = get(t, -1)), by = "t"] 的变体，但没有成功。

我知道我可能应该只更改我的函数变量名称，但实际上它们非常冗长和具体，我宁愿不这样做。另请注意，实际上，myfunc() 是一个复杂的绘图函数。

Answer 1

歧义不在 base-function-t 与名为“t”的列之间。它在名为 t 的参数级别和名为 t 的列> 这是一个成功的修改函数（至少如果之前有一个 setkey(foo, "t") 操作：

myfunc <- function(dt, d){
    # Subset dt by t, then do stuff
    
    dt1 <- dt[ t==d]
    
    # Complicated stuff here..
    score <- dt1[ , paste(b, collapse="_")]
    
    return(score)
}

 myfunc(foo, d=1)
#[1] "a_b"

显然我需要想出一个对字符变量列有意义的内部函数。这似乎可以解决您在使用名为“t”的列时遇到的明显问题。只需将函数参数列表中的参数名称更改为“t”以外的名称。 data.table j-calls 中的作用域和环境（作为第二个参数计算的表达式）与常规 R 中的不同。

Answer 2

一个可能的选择是：

myfunc <- function(dt, t){
  env <- environment()
  dt <- dt[t==get('t',env)]
  mean(dt$b)
}

另一种方法：虽然严格来说可能不是您当前问题的“解决方案”，但您可能会发现它很有趣。考虑 data.table 版本 >= 1.14.3。在这种情况下，我们可以使用DT[i,j,by,env,...]的env参数来表示数据表列为"t"，函数参数为t。请注意，即使 dt 包含名为 col 和 val

t

myfunc <- function(dt, t){
  dt <- dt[col==val, env=list(col="t", val=t)]
  mean(dt$b)
}

在这两种情况下，用法和输出如下：

用法

myfunc(dt = foo, t = 3)

输出：

[1] 0.1292877

输入：

set.seed(123)
foo <- data.table(t = c(1,1,2,2,3), b = rnorm(5))

foo 看起来像这样：

> foo
   t           b
1: 1 -0.56047565
2: 1 -0.23017749
3: 2  1.55870831
4: 2  0.07050839
5: 3  0.12928774

如何在具有相同名称的列的 data.table 中引用函数参数？

How do I reference a function parameter inside inside a data.table with a column of the same name?

r

data.table