我是R新手，我想了解这行的语法。我了解它在做什么，但我不明白它是如何表达的：
plms[, (cols) := lapply(.SD, str_trim), .SDcols = cols]
plms是一个数据表。 cols是plms中所有字符列名称的列表。此行将str_trim应用于plms中的所有字符列。但是，我不明白：
1）为什么(cols)放在方括号中。
2）.SD和.SDcols的含义。脚本中尚未使用.SD和.SDcols －在此首先提到它们。点首的意义是什么？
我还不确定:=运算符-我认为它对data.tables具有扩展的含义。
谢谢！
答案 0 :(得分：0)
1）R中的()是一个函数，可以被覆盖，即，您可以为其分配不同的行为。您可能会注意到，当您执行(a <- 1)时，控制台正在打印1，即可以重做此行为。在data.table和您的示例中，请参见下文。
首先，我们准备plms数据表：
set.seed(123)
plms <- data.table(
a = sample(c("A", "B ", "C ", " D "), 5, replace = TRUE),
b = sample(c("A", "B ", "C ", " D "), 5, replace = TRUE),
c = sample(c("A", "B ", "C ", " D "), 5, replace = TRUE)
)
cols <- c("a", "b", "c")
plms
# a b c
# 1: B A D
# 2: D C B
# 3: B D C
# 4: D C C
# 5: D B A
您可以看到带有尾随空格的数据表。然后应用您的代码：
plms[, (cols) := lapply(.SD, str_trim), .SDcols = cols]
plms
# a b c
# 1: B A D
# 2: D C B
# 3: B D C
# 4: D C C
# 5: D B A
已删除尾随空间-确定。这意味着data.table的{{1}}功能得到了重新定义-它从()向量中获取列名，并将按列cols的结果分配给这些列。
现在没有括号：
strtrim实际上，这意味着您创建了列plms[, cols := lapply(.SD, str_trim), .SDcols = cols]
plms
# a b c cols
# 1: B A D B,D,B,D,D
# 2: D C B A,C,D,C,B
# 3: B D C D,B,C,C,A
# 4: D C C B,D,B,D,D
# 5: D B A A,C,D,C,B
并为此列分配了cols。
2）list-是内部只读符号（实际上是.SD对象）
.SD是一个data.table，其中包含每个组x的数据子集，不包括by（或keyby）中使用的任何列。
您可以输入以下数据：
data.table如您所见，将plms[, lapply(.SD, print), .SDcols = cols]
# [1] "B " " D " "B " " D " " D "
# [1] "A" "C " " D " "C " "B "
# [1] " D " "B " "C " "C " "A"
# a b c
# 1: B A D
# 2: D C B
# 3: B D C
# 4: D C C
# 5: D B A
逐列应用于print的结果显示了.SD所选择的列。
SDcols也被重新定义，该函数的参数之一是[]，用于选择.SDcols数据表的列。请参阅下面的文档。
.SDcols指定要包含在特殊行中的x的列 符号.SD代表data.table的子集。可能是性格 列名或数字位置。这对于提高速度时很有用 通过（可能有很多）列的子集应用函数； 例如DT [，lapply（.SD，sum），by =“ x，y”，。SDcols = 301：350]。
3）.SD也是一个函数（您可以使用:=来获得帮助。此函数的主要思想是在对象内部修改数据（通过引用）：
?":="通常，R通过值起作用，并且在函数执行期间不修改对象（函数方法：函数在执行期间不应更改参数）。
从根本上来说，这是plms[, a := "x"]
plms
# a b c
# 1: x A C
# 2: x D B
# 3: x A B
# 4: x B D
# 5: x C B
包的一个有争议的观点，因为对象内部状态的更改可能导致几乎无法识别错误和调试困难，但是与例如相比，它提供了更高的速度和处理所需的较小内存。 data.table。