R data.table在外部定义的函数上使用lapply

Question

此问题与R-将固定列传递给data.table中的lapply函数有关，并且按组和列进行加权均值 ，但有所不同。

我想要一个固定的列与data.table所有其他列进行data.table 。 一个简单的例子来说明：

DT <- data.table(y = rnorm(10), x1 = rnorm(10), x2 = rnorm(10))
DT[, lapply(c('x1', 'x2'), function(x) get(x) * y)]

现在假设该操作比乘法复杂得多，因此我想在data.table范围之外定义一个独立函数：

fun <- function(x) {
    return(get(x) * y)
}
DT[, lapply(c('x1', 'x2'), fun)]
Error in get(x) : object 'x1' not found

显然，变量范围存在问题，因为在data.table外部定义的函数看不到内部的变量。 是否有任何巧妙的技巧可以在data.table之外定义函数，并且仍然可以使用lapply ？

Answer 1

如果您尝试通过字符串和命名变量组合引用，则将自己打结。 （以及通过引用函数中的“全局”变量）

最简单的方法是定义get在哪里寻找x （和y ）

这是重写的函数，因此您可以告诉它在哪里看。

fun <- function(x,y,wherex=parent.frame(),wherey=parent.frame()) {
    return(get(x,wherex) * get(y,wherey))
}

data.table检查存在于j的名称，并且仅在必需的列中加载。

在您的示例中，您没有使用列名，因此没有可用的列。

如果在j的表达式中包括.SD ，它将在所有列中加载。 您可以将.SD用作新定义的fun的wherex / wherey参数

DT[, lapply(c('x1', 'x2'), fun, y = 'y' , wherex=.SD, wherey=.SD)]
 #              V1         V2
 #  1: -0.27871200  1.1943170
 #  2: -0.68843421 -1.5719016
 #  3:  1.06968681  2.8358612
 #  4:  0.21201412  1.0127712
 #  5:  0.05392450  0.2487873
 #  6:  0.04473767 -0.1644542
 #  7:  5.37851536  2.9710708
 #  8:  0.23653388  0.9506559
 #  9:  1.96364756 -1.4662968
 # 10: -0.02458077 -0.1197023

请注意，您实际上并不需要将其包装在[.data.table

results <- setDT(lapply(c('x1','x2'), fun, y='y', wherex=DT,wherey=DT))

将返回相同的结果。