什么时候以及如何在data.table中使用as.name（）vs.get（）（例如在循环列中）？

Question

我的data.table dt0是：

ANSWER1 ANSWER2 ANSWER3 ANSWER4 ANSWER5 ANSCOUNT   SCORE100
 21      37      16      14      11     200784       61
 20      37      16      15      11     177165       60

ANSWERx是百分比。SCORE100计算为 SCORE100 := (100*ANSWER1*ANSCOUNT + 75*ANSWER2*ANSCOUNT + 50*ANSWER3*ANSCOUNT + 25*ANSWER4*ANSCOUNT) / (ANSWER1*ANSCOUNT + ANSWER2*ANSCOUNT + ANSWER3*ANSCOUNT +ANSWER4*ANSCOUNT + ANSWER5*ANSCOUNT)]

为了重新计算SCORE100在我的数据集的所有行，我需要自动（在循环中）乘法ANSWERx通过ANSCOUNT 在每一行中，然后加入所有获得的乘法和然后通过所有的总和划分ANSCOUNT。

您可以帮忙吗，大致如下：

    for (c in paste0("ANSWER",1:5)) {
      dt0[, as.name(paste0(c,"_t")):= as.name(c)*"ANSCOUNT", , with=T]
    }

谢谢。

这是错误。如何理解它以及如何正确地做？

 Error in `[.data.table`(dt0, , `:=`(as.name(paste0(c, "_t")), as.name(c) *  : 
 LHS of := must be a symbol, or an atomic vector (column names or positions).

Answer 1

要回答总体问题-“ 何时以及如何在data.table中使用as.name（）vs.get（）？ ”。
以我的经验，当您可以使用现有的R编程方法时，几乎不需要它：

一种与其他方法（现已删除）类似的功能方法：

dt0[, 
  newcol := Reduce(`+`, Map(`*`, c(100,75,50,25,0), .SD)) / Reduce(`+`, .SD),
  .SDcols = ANSWER1:ANSWER5
]

#   ANSWER1 ANSWER2 ANSWER3 ANSWER4 ANSWER5 ANSCOUNT SCORE100   newcol
#1:      21      37      16      14      11   200784       61 60.85859
#2:      20      37      16      15      11   177165       60 60.10101

说明：

Map权重因子从100-to-0到相应的ANSWER1:ANSWER5列，然后Reduce使用+函数将它们组合在一起。换句话说，100*ANSWER1 + 75*ANSWER2 + 50*ANSWER3 ...等等

然后使用Reduce并+形成方程的分母。

我认为乘积ANSCOUNT是无意义的，因为在分子和分母中都是如此。