Question

我遇到data.table的小R问题。非常感谢您的帮助。我该怎么做：

getResult <- function(dt, expr, gby) {
  e <- substitute(expr)
  b <- substitute(gby)
  return(dt[,eval(e),by=b])
}

v1 <- "Sepal.Length"
v2 <- "Species"

dt <- data.table(iris)
rDT <- getResult(dt, sum(v1, na.rm=TRUE), v2)

我收到以下错误：

总和错误（v1，na.rm = TRUE）：无效的'type'（字符）of 参数

现在，v1和v2都从其他程序传递为字符变量，因此我无法执行此操作v1<- quote(Sepal.Length)。

Answer 1

在评论中替代flodel的答案可能是

e <- parse(text = paste0("sum(", v1, ", na.rm = TRUE)"))

b <- parse(text = v2)

rDT2 <- dt[, eval(e), by = eval(b)]

#               b    V1
# [1,]     setosa 250.3
# [2,] versicolor 296.8
# [3,]  virginica 329.4

修改

并将其置于一个函数中，

getResult <- function(dt, expr, gby){ return(dt[, eval(expr), by = eval(gby)]) } (dtR <- getResult(dt = dt, expr = e, gby = b)) # gives the same result as above

来自Matthew的编辑： 在某些情况下，paste0和eval \ quote方法可能比get更快，这是一个微妙的原因。分组可能很快的一个原因是data.table检查j以查看它使用哪些列，然后仅对那些使用过的列进行子集（FAQ 1.12和3.1）。它使用base::all.vars(j)来做到这一点。在get()中使用j时，正在使用的列对all.vars隐藏，data.table会回退到所有列的子集，以防j表达式需要它们（非常类似于在.SD中使用j符号时，.SDcols已添加到其中以解决问题。如果仍然使用了所有列，那么它没有什么区别，但如果DT表示1e7x100，那么分组j=sum(V1)应该比分组j=sum(get("V1"))快得多。至少，那是应该发生的事情，如果没有，那么它可能是一个错误。另一方面，如果正在动态构建许多查询并重复，那么paste0和parse的时间可能会进入。一切都取决于。设置verbose=TRUE应该打印出一条消息，说明j使用了哪些列，以便进行检查。

在R data.table中，如何将变量参数传递给表达式？

1 个答案: