如何在data.table中用lapply为动态列设置指定最小值？

问题场景 #

有一个列数动态可变的data.table，需要为匹配col<数字>格式的每一列设置对应的指定最小值。示例数据如下：

library(data.table)
dt <- data.table(
  urn = 1:10,
  col1 = 5:14,
  col2 = 11:20
)

错误原因分析 #

你之前的两种方法都错误地将列名字符向量my_cols当作列的实际数值进行处理，导致逻辑错误或报错：

• 第一种方法中，my_cols < x是字符串与数字的比较，结果全为FALSE，最终所有行被赋值为x；
• 第二种方法同理，用列名字符串参与数值比较，直接触发类型不匹配的错误。

正确解决方案 #

利用Map（或mapply）将目标列与对应最小值一一配对，结合pmax函数实现“取列值与最小值中的较大者”，即可完成动态替换：

方法1：使用Map与.SD

min_vals <- c(10, 15)
my_cols <- grep("^col", colnames(dt), value = TRUE)

# 对每个目标列应用pmax，替换低于最小值的行
dt[, (my_cols) := Map(function(col, min_val) pmax(.SD[[col]], min_val), my_cols, min_vals)]

方法2：使用mapply与.SDcols（更简洁）

dt[, (my_cols) := mapply(function(col_val, min_val) pmax(col_val, min_val), 
                         .SD, min_vals, SIMPLIFY = FALSE), 
   .SDcols = my_cols]

更安全的命名向量版本（避免顺序错误）

如果担心min_vals的顺序与列顺序不匹配，可以将min_vals定义为命名向量，确保每个列对应正确的最小值：

min_vals <- c(col1 = 10, col2 = 15)
my_cols <- grep("^col", colnames(dt), value = TRUE)

dt[, (my_cols) := Map(function(col, min_val) pmax(.SD[[col]], min_val), 
                      my_cols, min_vals[my_cols])]

验证结果 #

执行后得到期望输出：

dt
#       urn  col1  col2
#     <int> <int> <int>
#  1:     1    10    15
#  2:     2    10    15
#  3:     3    10    15
#  4:     4    10    15
#  5:     5    10    15
#  6:     6    10    16
#  7:     7    11    17
#  8:     8    12    18
#  9:     9    13    19
# 10:    10    14    20

内容的提问来源于stack exchange，提问作者Dan