如何仅用data.table方法移除data.table所有列中的指定$字符

需求说明 #

现有如下结构的data.table对象，$字符可能出现在任意列中，需要仅使用data.table原生方法清除所有$字符，示例数据：

dt <- data.table(
  "title"=c("First $Title", "Second Title", "Third Title", "Fourth Title"), 
  "sha"=c("12345", "234543; 33423", "22222567$8;", "6666623; New$444"),
  "date" = c("1/1/2020","1/2/2020","1/3/2020","1/4/2020$")
)

实现代码 #

使用data.table原生的按引用更新语法，配合.SD批量处理所有列，两种写法均可：

• 正则匹配模式（需转义特殊字符）

dt[, colnames(dt) := lapply(.SD, gsub, pattern = "\\$", replacement = "")]

• 字面量匹配模式（无需转义，性能更好）

dt[, colnames(dt) := lapply(.SD, gsub, pattern = "$", replacement = "", fixed = TRUE)]

处理结果 #

执行代码后打印dt，所有列中的$已被完全移除：

title            sha     date
1:  First Title          12345 1/1/2020
2: Second Title 234543; 33423 1/2/2020
3:  Third Title     222225678; 1/3/2020
4: Fourth Title 6666623; New444 1/4/2020

语法说明 #

• :=是data.table特有的按引用修改运算符，操作时不会复制整个数据集，处理大表时性能优势明显
• .SD是data.table内置的特殊符号，默认指代当前操作范围下的所有列，搭配lapply可批量对每一列执行统一操作
• 正则模式下$是代表字符串结尾的元字符，必须通过\\转义才能匹配字面量的$；开启fixed=TRUE后会直接按传入字符串的字面意思匹配，不需要转义，匹配速度也更快。

内容的提问来源于stack exchange，提问作者Zach Fara