r - data.table 在函数中使用时的奇怪行为

Question

我有一个 data.frame如下。

data <- structure(list(V1 = structure(1:3, .Label = c("S01", "S02", "S03"), class = "factor"), V2 = structure(c(1L, 3L, 2L), .Label = c("Alan", "Bruce", "Jay"), class = "factor"), V3 = structure(c(3L, 1L, 2L), .Label = c("Barry", "Dick", "Hal"), class = "factor"), V4 = structure(c(1L, 3L, 2L), .Label = c("Guy", "Jean-Paul", "Wally"), class = "factor"), V5 = structure(c(3L, 1L, 2L), .Label = c("Bart", "Damien", "John"), class = "factor")), .Names = c("V1", "V2", "V3", "V4", "V5"), class = "data.frame", row.names = c(NA, -3L))

它不是 data.table

is.data.table(data)
[1] FALSE

我有一个函数 foo例如，它利用 data.table在 data.frame 中进行一些操作如下。

foo <- function(df) {
  if(!is.data.frame(df)) stop('"df" is not a data.frame')
  setDT(df)
  setkey(df, V1)
  df[, "NEW" := paste0(V3, V4), with = FALSE]
  setDF(df)
  return(df)
}

然而，当我使用 data.frame 运行函数时data (不是 data.table )，输出 out是 data.frame (因为 setDF(df) )。

out <- foo(data)
is.data.table(out)
[1] FALSE

但现在原来data.frame data是 data.table .

is.data.table(data)
[1] TRUE

我明白这是因为 data.table通过引用工作。但是在函数中使用时如何处理这个问题。我不想无意中更改环境中的任何 data.frame。我应该总是用 copy 强制复制吗？或 <-而不是 setDT每当data.table在函数中使用，还是有其他方式？

Answer 1

关于

is there another way?

您可以在函数内使用 as.data.table() 而不是 setDT()

foo <- function(df) {
    if(!is.data.frame(df)) stop('"df" is not a data.frame')
    df <- as.data.table(df)
    setkey(df, V1)
    df[, NEW := paste0(V3, V4)]
    setDF(df)
    return(df)
}

foo(data)
#    V1    V2    V3        V4     V5           NEW
# 1 S01  Alan   Hal       Guy   John        HalGuy
# 2 S02   Jay Barry     Wally   Bart    BarryWally
# 3 S03 Bruce  Dick Jean-Paul Damien DickJean-Paul

is.data.table(data)
# [1] FALSE

有关将输入数据 frame 转换为数据 table 但根本不更改原始数据帧的函数示例，我绝对建议您查看splitstackshape 包中函数的源代码。