Question

考虑data.table中的以下列选择：

library(data.table) # using 1.8.7 from r-forge
dt <- data.table(a = 1:5, b = i <- rnorm(5), c = pnorm(i))
dt[, list(a,b)]  #ok

为了在具有许多变量列的某些计算中简化我的代码，我想用函数替换list(a,b)。这是第一次尝试：

.ab <- function()  quote(list(a, b))
dt[, eval(.ab())] #ok - same as above

理想情况下，我想从eval()调用中删除[.data.table并将其限制为.ab的定义，同时避免传递数据表{{1到函数dt。

.ab

发生了什么事？怎么解决这个问题？

我怀疑咬我的是R的词汇范围以及.eab <- function() eval(quote(list(a, b))) dt[, .eab()] # Error in eval(expr, envir, enclos) : object 'b' not found的正确评估依赖于它在数据表list(a,b)的 J 环境中的事实。唉，我不知道如何获取对正确环境的引用，并将其用作dt中的envir或enclos参数。

dt

修改

此方法几乎有效：

# .eab <- function()  eval(quote(list(a, b)), envir = ?, enclos = ?)

有两个缺点：（1）不返回列名，（2）.eab <- function(e) eval(quote(list(a, b)), envir = e) dt[, .eab(dt)]必须明确传递（我宁愿避免）。我还宁愿避免硬编码dt作为选择环境。这些考虑导致了另一种询问上述问题的方法：是否有一种以dt方式从dt获取环境的程序化方法？

Answer 1

目的是创建一个表达而不是一个函数。

DT[, list(a,b), by=...]  # ok

.ab = quote(list(a, b))    # simpler here, no need for function()

DT[, eval(.ab), by=...]  # same

这种方法是分组数据快速的原因之一。表：j在静态环境中为所有组进行评估，因此可以避免每个函数调用的（小）开销。

但如果.ab由于某种原因确实需要成为一个函数，那么我们当然可以进一步思考。

Answer 2

警告，如果[.data.table的内部机制发生变化，这可能是不稳定，缓慢和/或可能会中断，但如果由于某种原因无法绕过它，这里的功能似乎符合您的要求。如果你开始使用by中的[.data.table等其他选项，我也可以想象它无效。

.eab <- function() {
  foo <- quote(list(a,b))
  ans <- eval(foo, envir = parent.frame(3)$x)
  names(ans) <- vapply(as.list(foo)[-1], deparse, character(1))
  ans
}

identical(dt[, .eab()], dt[, list(a,b)])
# TRUE

同样，这有很好的理由颠覆/减少了很多代码。

使用j环境中的函数进行列选择

2 个答案: