ben*_*dae 16 r data.table
有多种方法可以通过使用保存所需列名（with=FALSE、..、mget、 ...）的变量来选择 data.table 的列。
是否就使用哪个（何时）达成共识？一个data.table比其他的多-y 吗？
我可以提出以下论点：
with=FALSE并且..几乎同样快，而mget速度较慢..无法“即时”选择连接的列名（编辑：当前的 CRAN 版本1.12.8绝对可以，我使用的是旧版本，不能，所以这个论点是有缺陷的）mget()接近于的有用语法get()，这似乎是在 j 的计算中使用变量名称的唯一方法至 (1)：
library(data.table)
library(microbenchmark)
a <- mtcars
setDT(a)
selected_cols <- names(a)[1:4]
microbenchmark(a[, mget(selected_cols)],
a[, selected_cols, with = FALSE],
a[, ..selected_cols],
a[, .SD, .SDcols = selected_cols])
#Unit: microseconds
# expr min lq mean median uq max neval cld
# a[, mget(selected_cols)] 468.483 495.6455 564.2953 504.0035 515.4980 4341.768 100 c
# a[, selected_cols, with = FALSE] 106.254 118.9385 141.0916 124.6670 130.1820 966.151 100 a
# a[, ..selected_cols] 112.532 123.1285 221.6683 129.9050 136.6115 2137.900 100 a
# a[, .SD, .SDcols = selected_cols] 277.536 287.6915 402.2265 293.1465 301.3990 5231.872 100 b
至 (2)：
b <- data.table(x = rnorm(1e6),
y = rnorm(1e6, mean = 2, sd = 4),
z = sample(LETTERS, 1e6, replace = TRUE))
selected_col <- "y"
microbenchmark(b[, mget(c("x", selected_col))],
b[, c("x", selected_col), with = FALSE],
b[, c("x", ..selected_col)])
# Unit: milliseconds
# expr min lq mean median uq max neval cld
# b[, mget(c("x", selected_col))] 5.454126 7.160000 21.752385 7.771202 9.301334 147.2055 100 b
# b[, c("x", selected_col), with = FALSE] 2.520474 2.652773 7.764255 2.944302 4.430173 100.3247 100 a
# b[, c("x", ..selected_col)] 2.544475 2.724270 14.973681 4.038983 4.634615 218.6010 100 ab
至 (3)：
b[, sqrt(get(selected_col))][1:5]
# [1] NaN 1.3553462 0.7544402 1.5791845 1.1007728
b[, sqrt(..selected_col)]
# error
b[, sqrt(selected_col), with = FALSE]
# error
编辑：添加.SDcols到 (1) 中的基准测试，b[, c("x", ..selected_col)]到 (2)。
我应该使用 mget()、.. 还是 with=FALSE 来选择 data.table 的列？
当然，只要不被弃用，您就应该使用您喜欢的任何内容。当所提供的解决方案之间的性能差异会产生真正的差异时，我没有看到任何实际的用例。有一些关于with=FALSE在其他接口上使用的论点，但这些更多地与这些接口的维护相关，而不是真正的用户使用。
在最近的 data.table 版本中，从 1.14.1 开始，有一个新功能可以使用 data.table 进行深度参数化 data.table 查询。这个新接口，我们称之为“ envarg”，可以用来解决您问题中的问题。是的，还有另一种方法可以解决您的问题。这个envarg 接口更加通用，所以在这样一个简单的用例中我仍然会使用with=FALSE. 下面我添加verbose=TRUE了这个新的接口用法，以便读者可以看到如何预处理查询以替换变量。
b = data.table(x = 1L, y = 2, z = "c")
selected_col = "y"
b[, c("x", selected_col), with=FALSE]
# x y
# <int> <num>
#1: 1 2
b[, .cols, env=list(.cols=I(c("x",selected_col))), verbose=T]
#Argument 'j' after substitute: c("x", "y")
# x y
# <int> <num>
#1: 1 2
b[, .cols, env=list(.cols=as.list(c("x",selected_col))), verbose=T]
#Argument 'j' after substitute: list(x, y)
# x y
# <int> <num>
#1: 1 2
新env界面也将很好地支持（3）
b[, sqrt(.col), env=list(.col=selected_col), verbose=T]
#Argument 'j' after substitute: sqrt(y)
#[1] 1.414214