R data.table列名在函数中不起作用

Question

我试图在函数中使用data.table，并且试图理解为什么我的代码失败。我有一个data.table如下:

DT <- data.table(my_name=c("A","B","C","D","E","F"),my_id=c(2,2,3,3,4,4))
> DT
   my_name my_id
1:       A     2
2:       B     2
3:       C     3
4:       D     3
5:       E     4
6:       F     4

我正在尝试使用不同的“my_id”值创建所有“my_name”对，这对于DT来说是:

Var1 Var2    
A    C
A    D
A    E
A    F
B    C
B    D
B    E
B    F
C    E
C    F
D    E
D    F

我有一个函数可以针对给定的“my_id”值对返回所有“my_name”对，这可以按预期工作。

get_pairs <- function(id1,id2,tdt) {
    return(expand.grid(tdt[my_id==id1,my_name],tdt[my_id==id2,my_name]))
}
> get_pairs(2,3,DT)
Var1 Var2
1    A    C
2    B    C
3    A    D
4    B    D

现在，我想对所有ID对执行此功能，我尝试通过找到所有ID对然后将getppairs函数与mapply一起使用来执行此功能。

> combn(unique(DT$my_id),2)
     [,1] [,2] [,3]
[1,]    2    2    3
[2,]    3    4    4
tid1 <- combn(unique(DT$my_id),2)[1,]
tid2 <- combn(unique(DT$my_id),2)[2,]
mapply(get_pairs, tid1, tid2, DT)
Error in expand.grid(tdt[my_id == id1, my_name], tdt[my_id == id2, my_name]) : 
  object 'my_id' not found

同样，如果我尝试在没有mapply的情况下执行相同的操作，则它会起作用。

get_pairs3(tid1[1],tid2[1],DT)
Var1 Var2
1    A    C
2    B    C
3    A    D
4    B    D

为什么仅在mapply中使用此功能时才会失败？我认为这与data.table名称的范围有关，但是我不确定。

或者，是否有其他/更有效的方法来完成此任务？我有一个很大的data.table，它的第三个ID为“sample”，我需要为每个示例获取所有这些对(例如，在DT [sample ==“sample_id”，]上进行操作)。我是data.table包的新手，并且可能没有以最有效的方式使用它。

Answer 1

Why does this function fail only when used within an mapply? I think this has something to do with the scope of data.table names, but I'm not sure.

在这种情况下，函数失败的原因与作用域无关。 mapply对函数进行矢量化处理，它接受每个参数的每个元素并传递给函数。因此，在您的情况下， data.table元素为其列，因此 mapply传递了 my_name列而不是完整的 data.table。

如果要将完整的 data.table传递给 mapply，则应使用 MoreArgs参数。然后您的函数将起作用:

res <- mapply(get_pairs, tid1, tid2, MoreArgs = list(tdt=DT), SIMPLIFY = FALSE)
do.call("rbind", res)
  Var1 Var2
1     A    C
2     B    C
3     A    D
4     B    D
5     A    E
6     B    E
7     A    F
8     B    F
9     C    E
10    D    E
11    C    F
12    D    F