data.table中通过Excel命名区域动态引用列名关联报错问题

问题说明 #

现有两个data.table对象dark与road，原关联代码：

dark[road,"menti" :=.(i.cat) ,   on = .(walk >= rab) ]

可正常运行。但通过openxlsx从Excel命名区域读取列名（fromexcel值为"walk"），尝试用get(fromexcel)或eval(parse(text = fromexcel))动态引用列名编写on关联条件时，出现如下报错：

Error in colnamesInt(x, names(on), check_dups = FALSE) :
参数指定的列不存在：cols[1]='get(fromexcel)'

解决方案 #

data.table的on参数无法直接在.()内通过get()解析动态列名，需通过构建命名列表的方式传递动态关联条件，具体实现如下：

方法1：构建命名列表（推荐） #

先创建对应动态列名的关联条件列表，再传入on参数：

# 构建动态关联条件：以fromexcel的值为列名，对应条件为>= rab
on_condition <- list()
on_condition[[fromexcel]] <- quote(>= rab)

# 执行关联操作
dark[road, "menti" := .(i.cat), on = on_condition]

也可以用setNames简化写法：

on_condition <- setNames(list(quote(>= rab)), fromexcel)
dark[road, "menti" := .(i.cat), on = on_condition]

方法2：解析完整关联表达式 #

通过parse构建完整的关联条件表达式，再用eval传入on参数：

# 拼接并解析关联表达式
on_expr <- parse(text = paste0(fromexcel, " >= rab"))

# 执行关联操作
dark[road, "menti" := .(i.cat), on = eval(on_expr)]

原理说明 #

原写法中on = .(get(fromexcel) >= rab)会被data.table直接将get(fromexcel)识别为列名，而非执行函数获取动态列名，因此报错找不到对应列。而通过命名列表或解析完整表达式的方式，能让data.table正确识别动态传入的列名，执行预期的关联逻辑。

内容的提问来源于stack exchange，提问作者Mohit