R语言如何封装eval(parse(text=))为兼容data.table的函数

直接在外层套普通函数之所以无法兼容data.table，核心原因是自定义函数会改变表达式的默认求值环境，导致data.table无法在自身的帧环境里定位更新逻辑，要么报对象找不到的错误，要么触发意外的整表复制警告。
正确的封装需要显式把求值环境指向调用发生的父级上下文，完全复刻原生eval(parse(text=))的作用域查找逻辑，实现代码如下：

eval2 <- function(text, .env = parent.frame()) {
  eval(parse(text = text), envir = .env)
}

用法验证 #

针对动态创建data.table列的场景，直接替换原有三层嵌套写法即可，行为和原生写法完全一致，不会触发不必要复制的警告：

library(data.table)
library(glue)

dt <- data.table(a = c(1, 1, 1, 1), foo_col = c('a', 'b', 'X', 'asd'))
cur_col <- 'foo_col2'

# 简化后调用
dt[, eval2(glue('{cur_col} := c(3, 3, 3, 3)'))]

# 普通场景也可直接使用，返回结果和eval(parse(text='5+5'))完全相同
eval2('5+5')

特性说明 #

• 无额外性能损耗，和原生嵌套写法的执行效率、求值逻辑完全对齐
• 兼容所有data.table在j位置的表达式写法，包括按条件更新、分组计算、多步操作拼接等动态文本场景
• 不需要修改原有glue拼接字符串的逻辑，直接把拼接完成的表达式文本传入即可
• 不会出现(cur_col) :=写法触发的整表意外复制警告，适合高频动态列操作的场景

内容的提问来源于stack exchange，提问作者Avraam