数据表中"j"中新添加的列应该在范围内可用

Question

我有这个代码:

dat<-dat[,list(colA,colB
                     ,RelativeIncome=Income/.SD[Nation=="America",Income]
                     ,RelativeIncomeLog2=log2(Income)-log2(.SD[Nation=="America",Income])) #Read 1)
               ,by=list(Name,Nation)]

1)我想说"RelativeIncomeLog2=log2(RelativeIncome)",但是 "RelativeIncome"在j范围内是不可用的？

2)我尝试了以下代码(根据data.table FAQ).现在"RelativeIncome"可用,但它不添加列:

     dat<-dat[,{colA;colB;RelativeIncome=Income/.SD[Nation=="America",Income];
               ,RelativeIncomeLog2=log2(RelativeIncome)])) 
               ,by=list(Name,Nation)]

Answer 1

您可以创建和分配对象j,只需使用{花括号}.

然后,您可以将这些对象(或对象的函数和计算)传递出去,j并将它们指定为data.table的列.要一次分配多个列,只需:

• 包裹LHS在c(.) 确保列名字符串和
• 最后一行j(即"返回"值)应该是一个列表.

  dat[ , c("NewIncomeComlumn", "AnotherNewColumn") := { 
                 RelativeIncome     <- Income/.SD[Nation == "A", Income];   
                 RelativeIncomeLog2 <- log2(RelativeIncome);  
                 ## this last line is what will be asigned.
                 list(RelativeIncomeLog2 * 100,  c("A", "hello", "World"))
                 # assigned values are recycled as needed.
                 # If the recycling does not match up, a warning is issued. 
                }
                , by = list(Name, Nation)
               ]

你可以把它j当作一种在环境中的功能dat

如果需要,您还可以获得更复杂和复杂的功能.您也可以使用包含by参数 by=list(<someName>=col)

事实上,类似于函数,只是在其中创建一个对象j并为其赋值,并不意味着它将在外面可用j.为了将它分配给data.table,您必须将其返回. j自动返回最后一行; 如果最后一行是列表,则列表中的每个元素都将作为列处理.如果您通过引用分配(即使用:=),那么您将获得您期望的结果.

另外,我在您的代码中注意到以下内容:

 Income / .SD[Nation == "America", Income]

 # Which instead could simply be: 
 Income / Income[Nation == "America"]

.SD很棒,因为它是一个很棒的速记.但是,要调用它而不需要它封装的所有列,就会增加代码的内存成本.如果您只使用单个列,请考虑显式命名该列,或者添加.SDcols参数(之后j)并命名其中所需的列.