如何用循环高效生成data.table的dummy变量？原循环失效求助

问题背景 #

需要批量生成以原变量名_dummy命名的二值变量，原手动实现代码如下：

library(data.table)
set.seed(3199)
var1 <- rnorm(100, 0, 0.1)
var2 <- rnorm(100, -45, 12)
var3 <- rnorm(100, 4, 56)
vars <- data.table(cbind(var1, var2, var3))

vars <- vars[, var1_dummy := ifelse(var1 > 0, 1, 0)]
vars <- vars[, var2_dummy := ifelse(var2 > 0, 1, 0)]
vars <- vars[, var3_dummy := ifelse(var3 > 0, 1, 0)]

尝试的循环代码未达到预期效果：

set.seed(3199)
var1 <- rnorm(100, 0, 0.1)
var2 <- rnorm(100, -45, 12)
var3 <- rnorm(100, 4, 56)
vars <- data.table(cbind(var1, var2, var3))

for (i in c(var1, var2, var3)){
  vars <- vars[, i_dummy := ifelse(i > 0, 1, 0)]
}

错误原因 #

1. 循环遍历的是变量的数值向量而非变量名，无法关联data.table中的目标列，且新列名固定为i_dummy，无法生成对应原变量名的后缀。
2. 每次循环重新赋值整个data.table，违背了data.table的高效原地修改逻辑。

正确解法 #

解法1：data.table向量化批量处理（最优，最高效）

利用data.table的.SD和lapply实现无循环批量生成，完全贴合data.table的高效设计：

library(data.table)
set.seed(3199)
var1 <- rnorm(100, 0, 0.1)
var2 <- rnorm(100, -45, 12)
var3 <- rnorm(100, 4, 56)
vars <- data.table(var1, var2, var3)  # 直接构造data.table，比cbind更高效

# 批量生成所有dummy列
vars[, paste0(names(vars), "_dummy") := lapply(.SD, function(x) as.integer(x > 0))]

• names(vars)获取所有原变量名，paste0拼接_dummy后缀得到新列名
• .SD代表当前选中的所有列（默认全列），lapply遍历每一列生成0/1二值
• as.integer(x > 0)替代ifelse，逻辑值转整数直接得到1/0，更简洁高效
• :=操作实现原地修改，无需重新赋值整个data.table，性能更优

解法2：正确的循环写法（若需使用循环）

若必须用循环，需遍历变量名而非变量值，同时利用data.table的引用修改：

library(data.table)
set.seed(3199)
var1 <- rnorm(100, 0, 0.1)
var2 <- rnorm(100, -45, 12)
var3 <- rnorm(100, 4, 56)
vars <- data.table(var1, var2, var3)

# 遍历所有变量名
for (col_name in names(vars)) {
  new_col <- paste0(col_name, "_dummy")
  # 动态命名列并赋值
  vars[, (new_col) := as.integer(get(col_name) > 0)]
}

• 循环遍历names(vars)获取每个原变量名
• (new_col)将字符串转为列名，实现动态命名
• get(col_name)在data.table环境中获取对应列的值
• 同样使用as.integer(x > 0)替代ifelse提升效率

内容的提问来源于stack exchange，提问作者derhard