如何使用R语言data.table包的:=操作符原地将指定列转换为factor类型

原来的拆分-合并方法确实有点繁琐，用data.table的:=原地赋值操作符可以一步搞定，而且完全不影响其他列的类型。这里有两种更简便的实现方式：

方式一：通过列索引指定要转换的列 #

如果你清楚要转换的是第1、2、4、6、7列，可以直接用列索引操作：

library("data.table")
titanic <- fread("titanic.csv")

# 原地将指定列转为factor，保留原有唯一值作为levels
titanic[, c(1,2,4,6,7) := lapply(.SD, factor, levels = unique(.SD)), .SDcols = c(1,2,4,6,7)]

这段代码的逻辑很清晰：

• .SDcols用来筛选出需要处理的列；
• lapply(.SD, factor, levels = unique(.SD))把这些列逐个转成factor，并且用列本身的唯一值作为levels（和你原来的逻辑完全一致）；
• 最后通过:=直接把转换后的结果赋值回原表的对应列，全程原地修改，不需要额外创建临时表。

方式二：通过列名指定更直观 #

如果担心数错列索引，用列名指定会更稳妥，可读性也更强：

library("data.table")
titanic <- fread("titanic.csv")

# 定义要转换为factor的列名
cols_to_factor <- c("Survived", "Pclass", "Sex", "Siblings/Spouses Aboard", "Parents/Children Aboard")

# 原地转换指定列
titanic[, (cols_to_factor) := lapply(.SD, factor, levels = unique(.SD)), .SDcols = cols_to_factor]

这里要注意：列名变量需要用括号()包裹，这样data.table才会识别出这是要赋值的目标列，而不是创建一个新的名为cols_to_factor的列。

不管用哪种方式，处理完后你可以用str(titanic)验证：指定的列已经变成factor类型，而Name、Age、Fare这些列的类型完全没有变化，完美满足你的需求。

内容的提问来源于stack exchange，提问作者Zzx Zhang