Question

我是（完全奇妙的）data.table软件包的新手，似乎已经陷入了一个非常基本的，有些奇怪的问题。我无法发布我正在使用的确切数据集，为此我道歉 - 但我认为这个问题非常简单，可以说明这一点仍然非常清楚。

假设我有一个像这样的data.table，使用键x：

set1
   x y
1: 1 a
2: 1 b
3: 1 c
4: 2 a

我想返回包含set1所有行的x == 1子集。这在data.table中非常简单：set1[J(1)]。巴姆。完成。我也可以指定z <- 1，并致电set1[J(z)]。再次：效果很好。

...除非我尝试将其扩展到我的实际数据集，其中包含~6M行。当我打电话给set1[J(1674)]时，我会收到78排的回报，这正是我正在寻找的。但我需要能够查找（字面上）这些子集中的4M。当我将要搜索的值分配给变量id <- 1674时，并调用set1[J(id)] ... R几乎取消了我的桌面。

很明显某些东西我不明白是在data.table引擎盖下进行的，但是我还没弄清楚是什么。谷歌搜索和浏览Stack Overflow表明这应该工作。出于纯粹的奇想，我试过了：

id <- quote(1674)
set1[J(eval(id))]

......但这远远更糟糕。什么......发生了什么事？

Answer 1

[@mnel在我写作时打败了我...]

几乎可以肯定，set1的一列恰好被称为"id";即，

isTRUE("id" %in% names(set1))

导致set1[J(id)]自我加入set1$id到set1，忽略调用范围中的id。

如果是这样，有几种方法可以避免范围问题，例如：

.id = <your 4M ids>
set1[J(.id)]

或使用在调用范围中评估单个名称i的事实：

JDT=J(id); set1[JDT]

或eval在调用范围时也是eval'：

set1[eval(J(id))]

或者，我们确实希望更清晰，更强大和更轻松，因此我们想要添加..：

set1[..(J(id))]     # .. alias for eval

或者也许：

set1[J(..id)]

其中..从文件系统..借用其含义，意味着一级升级。如果..是符号的前缀，那么您可以执行以下操作：

DT[colB==..id]

其中==用于说明。在该示例中，colB应该是列名，..id将在调用范围中找到id（一级）。我们的想法是，代码的读者可以清楚地了解程序员的意图。

如何将变量传递给data.table [J（）]

1 个答案: