我希望使用与导致某些问题的列具有相同名称的变量对data.table
进行子集化:
dt <- data.table(a=sample(c('a', 'b', 'c'), 20, replace=TRUE),
b=sample(c('a', 'b', 'c'), 20, replace=TRUE),
c=sample(20), key=c('a', 'b'))
evn <- environment()
a <- 'b'
dt[a == a]
#Expected Result
dt[a == 'b']
env <- environment()
dt[a == get('a',env)]
但它和:
一样不方便this.a = a
dt[a == this.a]
还有另一个优雅的解决方案吗?
答案 0 :(得分:5)
目前,临时解决方案可能是,
`..` <- function (..., .env = globalenv())
{
get(deparse(substitute(...)), env = .env)
}
..(a)
## [1] "b"
dt[a==..(a)]
## a b c
## 1: b a 15
## 2: b a 11
## 3: b b 8
## 4: b b 4
## 5: b c 5
## 6: b c 12
虽然这看起来很优雅,但我仍然在等待这种范围问题的更强大的解决方案。
根据@ mnel的建议编辑,
`..` <- function (..., .env = sys.parent(2))
{
get(deparse(substitute(...)), env = .env)
}
答案 1 :(得分:3)
现在很简单(因为data.table中引入了theano.scan
语法):
..()
或在您的特定情况下更简单(因为dt[eval(dt[, a %in% ..a])]
是第一列):
a