如何基于另一列条件为data.table分配函数列？

报错原因 #

data.table::fcase是为原子向量（数值、字符、逻辑值这类基础类型的向量）设计的分支工具，它要求返回值能被打包成标准的R向量。但min、max这类函数属于语言对象，不是原子类型，没法直接放进普通向量里。当你把函数传给fcase时，它尝试按普通向量规则分配内存，自然就会报类型/长度不匹配的错误。

data.table专属解决方案 #

因为我们要创建的是列表列（每个元素是一个函数），得用能生成列表列的赋值方式：

方法1：用ifelse构造列表列

通过list()把函数包裹成列表元素，让ifelse返回列表列：

test3 <- data.table(n = c(1, 1, 2, 2))
test3[, func := ifelse(n == 1, list(min), list(max))]

方法2：分组赋值（适合大数据量）

利用data.table的快速子集赋值，分别给不同n值的行分配函数：

test3 <- data.table(n = c(1, 1, 2, 2))
test3[n == 1, func := list(list(min))]
test3[n == 2, func := list(list(max))]

这里内层list(min)把函数转为单个列表元素，外层list()告诉data.table要赋值的是列表列的内容。

方法3：用set()底层赋值（性能最优）

如果追求极致性能，用data.table的set()函数直接修改列：

test3 <- data.table(n = c(1, 1, 2, 2))
set(test3, i = which(test3$n == 1), j = "func", value = list(min))
set(test3, i = which(test3$n == 2), j = "func", value = list(max))

验证调用 #

和你之前的示例一样，调用函数时需要用[[1]]取出列表元素里的函数：

test3[1, func][[1]](c(3,5,1)) # 返回1（min函数结果）
test3[3, func][[1]](c(3,5,1)) # 返回5（max函数结果）

内容的提问来源于stack exchange，提问作者gabagool