R语言中<-对data.frame的引用传递及data.table赋值异常问题

你的问题核心在于base R的浅复制特性和data.table原地修改机制的叠加影响，具体拆解如下：

1. base R中df$z <- df$y是浅复制
   当你创建data.frame(y = "y")时，因为"y"是长度1的向量，R会自动循环补齐为长度10的列，但这个列的底层是所有行共享同一个字符串对象的引用。执行df$z <- df$y时，R并没有为z列创建新的向量副本，只是让z列的指针直接指向y列对应的同一个向量——也就是说，df$y和df$z本质上是同一个数据的两个“别名”。

2. data.table的:=是原地修改，不触发copy-on-modify
   调用setDT(df)转成data.table后，列的底层存储没有变化，z和y仍然共享同一个向量。而data.table的:=操作是原地直接修改数据，不会像base R那样在修改时自动复制向量（copy-on-modify机制）。所以当你执行df[t>=5, :=(z=x)]时，实际上是直接修改了z/y共享的那个向量的第5-10位元素，导致y列的对应位置也同步变成了x的值。

要让z列成为y列的独立副本，避免共享引用，有两种简单方式：

• 在base R中显式复制：

  df$z <- as.character(df$y) # 或者 df$z <- df$y[]
  

  用as.character()或[]可以强制创建新的向量副本，让z和y指向不同的底层数据。

• 转换为data.table后再创建z列：

  library(data.table)
  df <- data.frame(
    t = 1:10,
    x = "x",
    y = "y"
  )
  setDT(df)
  df[, z := y] # data.table的赋值会自动创建独立副本
  df[t>=5, z := x]
  

  data.table的列赋值:=会默认创建独立的向量副本，不会和原列共享数据。

内容的提问来源于stack exchange，提问作者Noskario