为何从data.table选取两个变量的代码未生效？

错误原因 #

在data.table的语法中，[]里的j参数（逗号右侧部分）默认会在数据.table的内部环境中解析。当你写c('CDID', variable)时，variable是外部定义的字符串变量，整个表达式会直接求值为字符向量c("CDID", "A9ER")，此时data.table会把这个向量本身作为结果返回，而非提取对应列名的列。

而直接写c('CDID', 'A9ER')时，data.table的解析器会识别这是字面量列名字符向量，自动处理为选择对应列的操作，因此返回包含两列的data.table。

正确写法 #

以下几种方式可以实现函数中动态选择CDID和指定变量的需求：

• 方式1：使用..前缀
  ..是data.table的语法糖，用于引用外部环境变量，告诉data.table将字符向量当作列名列表处理：

variable <- 'A9ER'
data <- data[, ..c('CDID', variable)]

• 方式2：使用with = FALSE参数
  这是data.table早期就支持的参数，关闭内部环境解析，直接将字符向量作为列名选择依据：

variable <- 'A9ER'
data <- data[, c('CDID', variable), with = FALSE]

• 方式3：使用.SDcols
.SD代表数据集子集，.SDcols指定要包含的列，适合更复杂的列选择场景：

variable <- 'A9ER'
data <- data[, .SD, .SDcols = c('CDID', variable)]

内容的提问来源于stack exchange，提问作者Oleksandr Shepotylo