r - 使用 lapply 和 get 时的 data.table 列顺序

Question

有人可以帮我理解为什么下面使用和不使用 get() 的两个版本的 lapply 操作不会产生相同的结果吗？使用 get() 时，结果列会混淆。

dt <- data.table(v1 = c(1,2), v2 = c(3,4), type = c('A', 'B'))

   v1 v2 type
1:  1  3    A
2:  2  4    B

col_in <- c('v2', 'v1')
col_out <- paste0(col_in, '.new')

以硬编码的方式访问“类型”

dt[, (col_out) := lapply(.SD, function(x){x * min(x[type == 'A'])}), .SDcols = col_in]

产生预期的结果:

   v1 v2 type v2.new v1.new
1:  1  3    A      9      1
2:  2  4    B     12      2

但是，当通过 get() 访问“类型”时

dt[, (col_out) := lapply(.SD, function(x){x * min(x[get('type') == 'A'])}), .SDcols = col_in]

v1.new 的期望值在 v2.new反之亦然:

   v1 v2 type v2.new v1.new
1:  1  3    A      1      9
2:  2  4    B      2     12

注意:这是一个最小的玩具示例，我从尝试实现的更复杂的操作中提炼出来。 'type' 变量的名称作为输入参数给出。

Answer 1

有趣的!感谢分享!似乎使用 get 需要一些内部排序(错误？)。

避免这种情况的两种方法:

将 type == 'A' 部分移到 dt[,lapply(...)] 之外

referenceRows <- which(dt[,type == 'A'])
referenceRows <- which(dt[,get('type') == 'A'])
dt[, lapply(.SD, function(x){x * min(x[referenceRows])}), .SDcols = col_in]

   v1 v2 type v2.new v1.new
1:  1  3    A      9      1
2:  2  4    B     12      2

首先创建新列，然后使用 setnames 确保为新列分配了正确的列名。最后用 cbind 将两部分绑定(bind)在一起:

dtNew <- dt[, lapply(.SD, function(x){x * min(x[type == 'A'])}), .SDcols = col_in]
setnames(dtNew, col_in, col_out)
cbind(dt, dtNew)


   v1 v2 type v2.new v1.new
1:  1  3    A      9      1
2:  2  4    B     12      2

相同的结果(尽管排序不同):

    dtNew <- dt[, lapply(.SD, function(x){x * min(x[get('type') == 'A'])}), .SDcols = col_in]
    setnames(dtNew, col_in, col_out)
    cbind(dt, dtNew)


       v1 v2 type v1.new v2.new
    1:  1  3    A      1      9
    2:  2  4    B      2     12