R语言data.table函数调用无返回输出问题求助

排查步骤与解决方案 #

1. 先确认调用方式
   你是不是直接运行genderspend(monthtrans_dat, products_dat, customers_dat)而没把结果赋值给变量？R函数默认会返回最后一行的对象，但如果不赋值，在脚本环境里可能不会自动打印。试试：

   # 赋值后再查看结果
   gender_result <- genderspend(monthtrans_dat, products_dat, customers_dat)
   gender_result
   

2. 调整函数加载逻辑
   把require(data.table)移到函数外面，函数内重复加载没必要，而且如果加载失败只会返回FALSE不会报错，可能导致后续data.table语法失效：

   # 先在全局环境加载data.table
   library(data.table)
   
   genderspend <- function(monthtrans_dat, products_dat, customers_dat) {
     setDT(monthtrans_dat)
     setDT(products_dat)
     setDT(customers_dat)
     
     tab.revenue <- merge(monthtrans_dat, products_dat[, .(product_id, category)], by="product_id")
     tab.revenue[, revenue := price*quantity]
     
     tab.ordercustomers <- merge(tab.revenue, customers_dat, by = "customer_id")
     tab.genderspend <- tab.ordercustomers[, .(total_spend = sum(revenue)), by = "gender"]
     tab.genderspend[, percentage := 100*(total_spend/sum(total_spend))]
     tab.genderspend
   }
   

   另外，如果传入的参数已经是data.table类型，setDT可以直接省略，它主要用于将data.frame转换为data.table。

3. 验证中间步骤数据状态
   可以在函数里临时添加打印语句，排查哪一步出现异常：

   genderspend <- function(monthtrans_dat, products_dat, customers_dat) {
     library(data.table)
     setDT(monthtrans_dat)
     setDT(products_dat)
     setDT(customers_dat)
     
     tab.revenue <- merge(monthtrans_dat, products_dat[, .(product_id, category)], by="product_id")
     cat("tab.revenue行数：", nrow(tab.revenue), "\n") # 检查商品关联后是否有数据
     tab.revenue[, revenue := price*quantity]
     
     tab.ordercustomers <- merge(tab.revenue, customers_dat, by = "customer_id")
     cat("tab.ordercustomers行数：", nrow(tab.ordercustomers), "\n") # 检查客户关联后是否有数据
     tab.genderspend <- tab.ordercustomers[, .(total_spend = sum(revenue)), by = "gender"]
     cat("tab.genderspend内容：\n")
     print(tab.genderspend)
     tab.genderspend[, percentage := 100*(total_spend/sum(total_spend))]
     tab.genderspend
   }
   

   如果某一步输出行数为0，说明你的数据集关联键（product_id、customer_id）没有匹配上，要检查传入函数的数据集是否和外部测试时的一致。

代码优化建议 #

用data.table的链式操作简化代码，更高效也更易读：

library(data.table)

genderspend <- function(monthtrans_dat, products_dat, customers_dat) {
  setDT(monthtrans_dat)
  setDT(products_dat)
  setDT(customers_dat)
  
  monthtrans_dat[products_dat[, .(product_id, category)], on = "product_id"] %>%
    .[, revenue := price * quantity] %>%
    .[customers_dat, on = "customer_id"] %>%
    .[, .(total_spend = sum(revenue)), by = gender] %>%
    .[, percentage := 100 * (total_spend / sum(total_spend))]
}

内容的提问来源于stack exchange，提问作者amatof