如何在R函数中为data.table创建带指定前缀的新变量

问题原因 #

你之前的函数报错，是因为data.table的:=操作符左侧不能直接用paste0这类生成列名的表达式，必须把动态生成的列名放在括号()里，或者通过命名列表的方式传递。

方法1：修改函数，动态生成列名 #

调整函数，先构造列名字符串，再用括号包裹作为:=的左侧，这样就能生成带年份后缀的PAR列，不会被覆盖：

add_par_column <- function(dt, year) {
  col_name <- paste0("PAR", year)
  # 用括号包裹列名字符串，告诉data.table这是要创建的列名
  dt[, (col_name) := cancer == 0 | (cancer == 1 & cancerDate >= paste0(year, "-01-01"))]
  return(dt)
}

# 循环调用处理所有年份
years <- 2015:2021
for(y in years) {
  DT <- add_par_column(DT, y)
}

方法2：一次性生成所有列（更高效，避免重复代码） #

不用循环调用函数，直接批量构建所有需要的PAR列，这是data.table推荐的高效写法：

years <- 2015:2021

# 构建每个年份对应的表达式和列名
par_cols <- lapply(years, function(y) {
  # 构造判断条件的表达式，转成Date类型更严谨
  cond_expr <- substitute(
    cancer == 0 | (cancer == 1 & cancerDate >= start_date),
    list(start_date = as.Date(paste0(y, "-01-01")))
  )
  # 为表达式设置对应的列名
  setNames(list(cond_expr), paste0("PAR", y))
})

# 将列表合并为一个命名列表，一次性添加所有列
DT[, c(names(unlist(par_cols))) := unlist(par_cols, recursive = FALSE)]

内容的提问来源于stack exchange，提问作者Temitope