R data.table 'by' 使用表达式时的行为

Question

我在数据表中使用“by”时偶然发现了一个奇怪的行为。如果有人可以解释以下行为，那就太好了

我只是将一列值汇总到正负两个桶中。

dt = data.table(a=sample(letters, 100, replace=T), b= (-49:50), c=(-49:50))

以下所有工作

dt[, sum(b), by=as.logical(b>0)];
dt[, sum(b), by=as.factor(b>0)];
compFun = function(x,y) x>y; dt[, sum(b), by=compFunc(b,0)];
#FALSE -1225
#TRUE  1275

但这不是

dt[, sum(b), by=(b>0)];
#TRUE   1
#FALSE  0

看起来 .SD 在最后一种情况下没有列 'b'。我在这里错过了什么？这不是不一致的行为吗？

谢谢

Answer 1

看看

dt[, names(.BY), by=(b>0)]
#        b V1
# 1: FALSE  b
# 2:  TRUE  b

对比

dt[, names(.BY), by=I(b>0)]
#        I V1
# 1: FALSE  I
# 2:  TRUE  I

我认为在第一种情况下，它会覆盖变量 b，因此当您调用 dt[, sum(b), by=(b>0)] 它对 BY 变量求和而不是数据表的列 b...