data.table函数生成新对象时意外修改原表问题求助

问题原因 #

• data.table默认采用引用修改机制，当你执行output <- data1时，并没有生成新的data.table对象，只是给原表a添加了一个新的引用。后续使用:=对output进行的修改操作，会直接作用于原表的内存空间，导致原表a被同步修改。
• 你添加的output <- data1只是赋值引用，并非深拷贝，无法实现原表与新表的隔离。

解决方法 #

方法1：创建原表的深拷贝 #

使用data.table的copy()函数生成原表的独立副本，后续修改副本不会影响原表。修改后的完整代码如下：

library(stringr)
library(data.table)

a <- data.table(A = seq(1, 10), mean_one = rnorm(10, 4, 5), mean_two = rnorm(10, 0, 4), mean_three = rnorm(10, 7, 1), sd_one = rnorm(10, 2, 1), sd_two = rnorm(10, 1,0.5), sd_three = rnorm(10, 5, 1))
b <- data.table(names = c("one", "two", "three"), vals = c(50, 40, 30))

convert <- function(data1, data2){
  # 深拷贝原表，生成独立的新对象
  output <- copy(data1)
  
  compute <- function(x1,x2){
    x1/x2*100
  }
  
  for(i in 1:nrow(data2)){
    col_nums <- str_which(colnames(output), pattern = data2[i,names])
    cols <- colnames(output[,..col_nums])
    
    # 直接使用cols作为目标列名，无需多余的paste0操作
    output[, (cols) := lapply(.SD, compute, x2 = data2[i,vals]), .SDcols = cols]
  }
  output
}

c <- convert(a,b)
# 此时原表a不会被修改
a

方法2：优化循环逻辑（可选，提升性能） #

先建立列名匹配的映射关系，再批量处理，避免重复查找，代码更简洁高效：

convert <- function(data1, data2){
  output <- copy(data1)
  # 构建名称到数值的映射表
  val_mapping <- setNames(data2$vals, data2$names)
  
  # 遍历每个匹配模式
  for(pattern in names(val_mapping)){
    # 筛选出符合当前模式的列
    target_cols <- str_subset(colnames(output), pattern)
    if(length(target_cols) > 0){
      output[, (target_cols) := lapply(.SD, function(x) x/val_mapping[pattern]*100), .SDcols = target_cols]
    }
  }
  output
}

以上两种方法都能确保原表a不受函数内修改操作的影响，适合在Shiny应用中使用。

内容的提问来源于stack exchange，提问作者Fabien_H