如何在for循环中基于现有data.table创建新对象并更新列？

我想通过for循环模拟以下代码的逻辑：

compile_1 <- compile_0[, final_1 := ifelse((!is.na(final_0) & is.na(input_1)), final_0, final_1)]
compile_2 <- compile_1[, final_2 := ifelse((!is.na(final_1) & is.na(input_2)), final_1, final_2)]
compile_3 <- compile_2[, final_3 := ifelse((!is.na(final_2) & is.na(input_3)), final_2, final_3)]

但尝试后失败了，我猜测可能是i没有被正确封装在assign函数的私有环境中。我的初始循环代码如下：

for(i in 1:3){
  assign(paste0("compile_", get("i")-1), get(paste0("compile_", get("i")-1))[, paste0("final_", get("i")) := ifelse((!is.na(get(paste0("final_", get("i")-1))) & is.na(get(paste0("input_",get("i"))))), get(paste0("final_", get("i")-1)),get(paste0("final_", get("i"))))])
}

之后我尝试把i复制到本地环境，但还是无效，推测是因为代码找不到不在函数本地环境中的compile_0。

数据示例：

# 已移除不必要列
structure(list(id = c("100", "10000", "10002", "10006", "1000794", 
"10010", "1002162", "1002820", "1003005", "1003330", "1003458", 
"1003617", "1004034", "1004235", "1004649", "1004731", "1004795", 
"1004796", "1004798", "1004799"), final_0 = c(445L, 960L, 655L, 
590L, 550L, 780L, 570L, 200L, 272L, 540L, 550L, 470L, 588L, 320L, 
750L, 500L, 418L, 418L, 438L, 648L), final_1 = c(445L, 960L, 
655L, 590L, 550L, 780L, 570L, 200L, 272L, 540L, 550L, 470L, 588L, 
320L, 750L, 500L, 418L, 418L, 438L, 648L), final_2 = c(460L, 
960L, NA, NA, NA, 780L, 570L, 200L, 200L, 540L, 550L, NA, 568L, 
320L, 705L, 400L, 449L, 449L, 469L, 648L), final_3 = c(460L, 
960L, NA, NA, NA, 780L, 570L, 200L, 200L, 540L, 550L, NA, 568L, 
320L, 705L, 400L, 449L, 449L, 469L, 648L), input_0 = c(445L, 
960L, 655L, 590L, 550L, 780L, 570L, 200L, 272L, 540L, 550L, 470L, 
588L, 320L, 750L, 500L, 418L, 418L, 438L, 648L), input_1 = c(445L, 
960L, 655L, 590L, 550L, 780L, 570L, 200L, 272L, 540L, 550L, 470L, 
588L, 320L, 750L, 500L, 418L, 418L, 438L, 648L), input_2 = c(460L, 
960L, NA, NA, NA, 780L, 570L, 200L, 200L, 540L, 550L, NA, 568L, 
320L, 705L, 400L, 449L, 449L, 469L, 648L), input_3 = c(460L, 
960L, NA, NA, NA, 780L, 570L, 200L, 200L, 540L, 550L, NA, 568L, 
320L, 705L, 400L, 449L, 449L, 469L, 648L)), row.names = c(NA, 
-20L), class = c("data.table", "data.frame"), .internal.selfref = <pointer: 0x00000176df6d1ef0>, sorted = "id")

我希望for循环能得到和单独执行每行代码完全相同的输出。

你的问题主要出在两个地方：一是get()在data.table的[]内的作用域问题，二是没必要反复创建新的data.table对象（data.table是按引用修改的，不需要每次赋值新对象）。

优化方案1：避免assign，直接在原对象上迭代（推荐） #

既然data.table支持按引用修改，完全没必要每次生成compile_1、compile_2这类新对象，直接在复制后的对象上逐列处理即可：

# 先复制原数据避免修改原始对象
compile <- copy(compile_0)

for(i in 1:3){
  # 定义列名变量，让代码更清晰
  prev_final_col <- paste0("final_", i-1)
  curr_final_col <- paste0("final_", i)
  curr_input_col <- paste0("input_", i)
  
  # 使用get()引用列名，完成赋值逻辑
  compile[, (curr_final_col) := ifelse(!is.na(get(prev_final_col)) & is.na(get(curr_input_col)), 
                                       get(prev_final_col), 
                                       get(curr_final_col))]
}

优化方案2：如果必须保留多个compile对象 #

如果你确实需要保留compile_0、compile_1等多个对象，可以在循环内先获取当前对象，修改后再赋值回去，避免嵌套的get()和assign()导致的作用域混乱：

for(i in 1:3){
  prev_compile_name <- paste0("compile_", i-1)
  curr_compile_name <- paste0("compile_", i)
  
  # 获取上一个版本的data.table
  curr_dt <- get(prev_compile_name)
  
  # 定义列名
  prev_final_col <- paste0("final_", i-1)
  curr_final_col <- paste0("final_", i)
  curr_input_col <- paste0("input_", i)
  
  # 修改当前dt
  curr_dt[, (curr_final_col) := ifelse(!is.na(get(prev_final_col)) & is.na(get(curr_input_col)),
                                       get(prev_final_col),
                                       get(curr_final_col))]
  
  # 赋值为新的对象
  assign(curr_compile_name, curr_dt)
}

原始代码失败原因 #

1. 作用域问题：在data.table的[]内嵌套使用get("i")时，内层的get("i")无法正确捕获循环变量i，因为data.table的表达式会在自身专属作用域内求值。
2. 冗余操作：你尝试修改compile_{i-1}并重新赋值给它，但data.table是按引用修改的，这种操作会导致不必要的对象复制，同时增加作用域复杂度。

执行上述方案后，compile（方案1）或compile_3（方案2）的结果会和手动执行三行代码的结果完全一致。

内容的提问来源于stack exchange，提问作者smackington