R data.table循环赋值语法不一致，求原因及正确实现方式

语法不一致的原因 #

关于DT[2, ..i] #

..i是data.table特有的上层环境变量引用语法，作用是把循环变量i对应的列位置映射为实际列，所以print(DT[2, ..i])能正常输出第2行第i列的值。但DT[2, ..i] <- 45报错，是因为这种直接赋值的写法属于R基础子集操作，并不兼容data.table的..前缀语法——data.table的原地修改必须用:=操作符，而非<-，这两种赋值逻辑的解析规则完全不同。

关于DT[2, i] #

在data.table的查询语法里，第二位置参数默认是j（列操作），直接写i会被当成列名查询，但循环中i是数字（1/2/3），DT里没有对应列名，所以print(DT[2, i])报错。但DT[2, i] <- 45是R基础的矩阵式位置赋值，此时R会把DT当成普通数据框/矩阵，按“行2，列i”的位置直接修改值，这是R基础语法的行为，和data.table的语法逻辑不冲突，所以能正常运行。

循环的正确编码方式 #

要统一遵循data.table的语法规范（保证效率和一致性），推荐用:=操作符实现原地修改，以下是两种可靠写法：

写法1：通过列名映射赋值 #

library(data.table)
DT <- data.table(x = 1:5, y = 6:10, z = 11:15)
DT

for(i in 1:3){
  # 打印目标值
  print(DT[2, ..i])
  # 用:=原地修改，通过i获取列名
  DT[2, (colnames(DT)[i]) := 45]
}

写法2：结合.SDcols指定列 #

library(data.table)
DT <- data.table(x = 1:5, y = 6:10, z = 11:15)
DT

for(i in 1:3){
  print(DT[2, ..i])
  # 用.SDcols指定要操作的列，再通过:=修改
  DT[2, .SDcols = i, (colnames(DT)[i]) := 45]
}

如果只是追求简洁，也可以直接用R基础的位置赋值DT[2, i] <- 45，但这种写法没有利用data.table的原地修改优势，当处理大数据集时效率会低于:=写法。

内容的提问来源于stack exchange，提问作者Bertrand