R自定义函数作用于data.table列时结果异常且报长度警告如何解决

问题根源 #

你编写的my.fun是标量函数，仅支持输入单个数值：

• 函数内while循环的判断条件、if分支判断逻辑都默认输入是长度为1的数值
• 你调用lapply(.SD, my.fun)时，传入的是V1/V2整列（长度>1的向量），导致条件判断接收多值，触发「条件长度大于1，仅第一个元素会被使用」的警告，仅第一个元素的逻辑生效，最终结果异常。
  仅有1行的DT2能正常运行，就是因为传入的列长度为1，刚好匹配标量函数的输入要求。

解决方案 #

两种方案都可以解决问题，运行后所有表的输出结果都会和列表测试结果一致，警告也会消失。

方案1：无需修改原函数，调用时逐元素处理 #

调整data.table的赋值语法，对列的每个元素单独调用my.fun：

DT1[, (newcols) := lapply(.SD, function(col) sapply(col, my.fun)), .SDcols = cols]
DT2[, (newcols) := lapply(.SD, function(col) sapply(col, my.fun)), .SDcols = cols]
DT3[, (newcols) := lapply(.SD, function(col) sapply(col, my.fun)), .SDcols = cols]

方案2：将原函数改造为向量友好型 #

用Vectorize直接包装原函数，让它原生支持向量输入：

# 包装为向量化函数
my.fun_vec <- Vectorize(my.fun)

# 直接调用即可
DT1[, (newcols) := lapply(.SD, my.fun_vec), .SDcols = cols]
DT2[, (newcols) := lapply(.SD, my.fun_vec), .SDcols = cols]
DT3[, (newcols) := lapply(.SD, my.fun_vec), .SDcols = cols]

内容的提问来源于stack exchange，提问作者Discus23