data.tableDeğişken adları bir karakter vektöründe saklanıyorsa, a'daki değişkenlere nasıl başvurursunuz ? Örneğin, bu bir data.frame:

df <- data.frame(col1 = 1:3)
colname <- "col1"
df[colname] <- 4:6
df
#   col1
# 1    4
# 2    5
# 3    6

Aynı işlemi bir data.table için :=notasyonlu veya notasız olarak nasıl gerçekleştirebilirim ? Bariz olan şey dt[ , list(colname)]işe yaramıyor (ne de olmasını beklemiyordum).

Değişkenleri programlı olarak seçmenin iki yolu :

1. with = FALSE:

    DT = data.table(col1 = 1:3)
    colname = "col1"
    DT[, colname, with = FALSE] 
    #    col1
    # 1:    1
    # 2:    2
    # 3:    3
   

2. 'nokta nokta' ( ..) öneki:

    DT[, ..colname]    
    #    col1
    # 1:    1
    # 2:    2
    # 3:    3
   

'Nokta nokta' ( ..) gösteriminin daha fazla açıklaması için, 1.10.2'deki Yeni Özellikler'e bakın (şu anda yardım metninde açıklanmamaktadır).

To atamak değişken (ler) kadar olan LHS sarmak :=parantez içinde:

DT[, (colname) := 4:6]    
#    col1
# 1:    4
# 2:    5
# 3:    6

İkincisi, sütun çizimi olarak bilinir , çünkü tüm sütun vektörünü referansla değiştirirsiniz. Bir alt küme varsa i, referansa göre alt atanır. Etrafında parens (colname)CRAN Eki üzerinde versiyon v1.9.4 tanıtılan bir kısaltmadır 2014 İşte haber :

Kullanımı with = FALSEile :=artık her durumda kullanımdan kaldırılmıştır ait LHS sarma göz önüne alındığında :=parantez ile bir süre tercih edilmiştir.

colVar = "col1"

DT[, (colVar) := 1]                             # please change to this
DT[, c("col1", "col2") := 1]                    # no change
DT[, 2:4 := 1]                                  # no change
DT[, c("col1","col2") := list(sum(a), mean(b))]  # no change
DT[, `:=`(...), by = ...]                       # no change

Ayrıca şuradaki Ayrıntılar bölümüne bakın ?`:=`:

DT[i, (colnamevector) := value]
# [...] The parens are enough to stop the LHS being a symbol

Ve yorumda daha fazla soruyu yanıtlamak için işte bir yol var (her zamanki gibi birçok yol vardır):

DT[, colname := cumsum(get(colname)), with = FALSE]
#    col1
# 1:    4
# 2:    9
# 3:   15 

ya, sen daha kolay okumak için sadece yazı göndermekte ve hata ayıklama bulabilir evalbir pastebir sunucuya göndermek için dinamik bir SQL deyimi inşa benzer,:

expr = paste0("DT[,",colname,":=cumsum(",colname,")]")
expr
# [1] "DT[,col1:=cumsum(col1)]"

eval(parse(text=expr))
#    col1
# 1:    4
# 2:   13
# 3:   28

Bunu çok yaparsanız, bir yardımcı işlev tanımlayabilirsiniz EVAL:

EVAL = function(...)eval(parse(text=paste0(...)),envir=parent.frame(2))

EVAL("DT[,",colname,":=cumsum(",colname,")]")
#    col1
# 1:    4
# 2:   17
# 3:   45

Şimdi bu data.table1.8.2 otomatik olarak optimize jverimlilik için, kullanımı tercih edilebilir evalbir yöntem. get()İçerisinde j, örneğin, bazı en iyi duruma engel olur.

Veya var set(). Düşük ek yük, işlevsel bir form, :=burada sorun olmaz. Bakın ?set.

set(DT, j = colname, value = cumsum(DT[[colname]]))
DT
#    col1
# 1:    4
# 2:   21
# 3:   66

* Bu gerçekten bir cevap değil, ancak yorum yazmak için yeterince sokak kredim yok: /

Her neyse, bir veri tablosunda bir değişkende saklanan bir adla yeni bir sütun oluşturmak isteyen herkes için aşağıdakileri yapmalıyım. Performansı hakkında hiçbir fikrim yok. İyileştirme için herhangi bir öneriniz var mı? İsimsiz yeni bir sütuna her zaman V1 adının verileceğini varsaymak güvenli midir?

colname <- as.name("users")
# Google Analytics query is run with chosen metric and resulting data is assigned to DT
DT2 <- DT[, sum(eval(colname, .SD)), by = country]
setnames(DT2, "V1", as.character(colname))

Dikkat edin, sum () 'da gayet iyi başvurabilirim, ancak aynı adımda atamak için alamıyorum. BTW, bunu yapmamın nedeni colname Shiny uygulamasındaki kullanıcı girdisine dayanacak.

Birden çok sütun ve sütun değerlerine uygulanan bir işlev için.

Bir fonksiyonu değerleri güncellerken, RHS vb bir döngü kullanarak, bir liste nesnesi olmalıdır .SDile lapplyhile olacaktır.

Aşağıdaki örnek, tam sayı sütunlarını sayısal sütunlara dönüştürür

a1 <- data.table(a=1:5, b=6:10, c1=letters[1:5])
sapply(a1, class)  # show classes of columns
#         a           b          c1 
# "integer"   "integer" "character" 

# column name character vector
nm <- c("a", "b")

# Convert columns a and b to numeric type
a1[, j = (nm) := lapply(.SD, as.numeric ), .SDcols = nm ]

sapply(a1, class)
#         a           b          c1 
# "numeric"   "numeric" "character" 

Data.table'dan değişken veya işlev yoluyla birden çok sütun alın:

library(data.table)

x <- data.table(this=1:2,that=1:2,whatever=1:2)

# === explicit call
x[, .(that, whatever)]
x[, c('that', 'whatever')]

# === indirect via  variable
# ... direct assignment
mycols <- c('that','whatever')
# ... same as result of a function call
mycols <- grep('a', colnames(x), value=TRUE)

x[, ..mycols]
x[, .SD, .SDcols=mycols]

# === direct 1-liner usage
x[, .SD, .SDcols=c('that','whatever')]
x[, .SD, .SDcols=grep('a', colnames(x), value=TRUE)]

hangisi verir

   that whatever
1:    1        1
2:    2        2

.SDcolsEn zarif yolu buluyorum .

Bunu deneyebilirsin

colname <- as.name ("COL_NAME")

DT2 <- DT [, liste (COL_SUM = sum (eval (colname, .SD))), by = c (grup)]