r - 将函数应用于多个数据表

Question

我有一些具有相同结构的数据表，我想对它们进行一些数据转换(创建新变量、分配缺失值等)

这是我尝试过的方法，但没有成功。此代码运行正常，但不会更改数据表。有什么想法吗？

要获得可重现的示例，请先运行此代码片段

data("mtcars")              # load data
setDT(mtcars)               # convert to data table
mtcars[gear==5, gear :=NA]  # create NA values for the purpose of my application
mtcars2 <- mtcars           # create second DT

我的代码

# Create function
  computeWidth <- function(dataset){
                                    dataset$gear[is.na(dataset$gear)] <- 0 # Convert NA to 0
                                    dataset[ ,width := hp + gear]          # create new variable
                                    }

# Apply function
  lapply(list(mtcars, mtcars2), computeWidth)

正如您所看到的，该函数工作正常，但它没有修改数据表。对此有什么想法吗？

Answer 1

您的主要问题是您使用了不正确的语法。而不是dataset$gear[is.na(dataset$gear)] <- 0你应该使用dataset[is.na(gear), gear := 0] ，这边:=将修改 lapply 词法范围之外的原始数据集( <- 仅在某个函数的词法范围内运行)。因此将您的函数修改为

computeWidth <- function(dataset){
  dataset[is.na(gear), gear := 0] # Convert NA to 0
  dataset[ ,width := hp + gear]   # create new variable
}

然后运行

lapply(list(mtcars, mtcars2), computeWidth) 

将修改原始数据集。

作为旁注，如果您想将其推广到许多data.table对象，你可以查看tables函数并尝试如下操作

lapply(mget(tables(silent = TRUE)$NAME), computeWidth)

不过，最好首先将许多对象保留在一个列表中，而不是用许多对象填充全局环境。

<小时/>

一个非常重要的注释(由@Frank建议)，您应该注意在使用 <- 时未经修改data.table您实际上没有创建一个新对象

mtcars2 <- mtcars
tracemem(mtcars)
## [1] "<00000000129264F8>"
tracemem(mtcars2)
## [1] "<00000000129264F8>"

因此，只需修改 mtcars您还将修改 mtcars2 。相反，正确的做法是使用 copy如

mtcars2 <- copy(mtcars)
tracemem(mtcars)
## [1] "<00000000129264F8>"
tracemem(mtcars2)
## [1] "<000000001315F6B8>"

参见here了解更多详情。