使用data.table的setorderv导致原始数据表数据损坏问题

核心本质：data.table的引用修改特性与列内存关联差异 #

1. 无key时的列赋值行为
   在你的colFun函数里，用dt[[col]] <- dt[[col]] %>% round()修改N列时，因为原tab未设置key，这行代码会创建N列的副本并替换原列，此时N列的内存地址和其他列（id、X）不再绑定。

而setorderv是对data.table的物理内存行进行重排，它只会同步移动与主内存块关联的列数据。由于N列已是独立副本，排序操作不会移动它的行数据，最终就出现其他列排好序、N列停留在原位置的错位，看起来像数据表“损坏”。

2. 设置key后的行为变化
   当给tab设置key（setkey(tab, id)）后，data.table会进入键排序的结构化状态。此时对列进行赋值操作，data.table会自动维护列之间的内存关联，确保新赋值的列仍和其他列绑定在同一内存块中。

调用setorderv时，所有列都会跟随物理行的重排同步移动，自然不会出现列错位问题。

验证与修正建议 #

你可以用address()函数查看列的内存地址，能直观看到：无key时修改N列后，它的地址和其他列不同；设置key后修改，地址会保持关联。

如果不想依赖key，更稳妥的做法是用data.table原生的set()函数修改列——它是纯引用修改，不会创建副本：

colFun <- function(dt, cols, fun){
    for(col in cols){
        set(dt, j = col, value = fun(dt[[col]]))
    }
    return(dt)
}

用set()替代<-赋值，无论有没有key，都能保证列的内存关联，避免排序时的错位问题。

内容的提问来源于stack exchange，提问作者Petr Hála