使用data.table的.SD调用自定义qcut函数时出现NA/NaN参数错误

我一眼就看出问题出在哪了——你用lapply(.SD, ...)调用qcut的时候，函数里的deparse(substitute(variable))拿到的是临时变量名"v"，而不是你实际的列名x/y/z！因为你的k向量里没有"v"这个键，所以k["v"]返回NA，直接导致0:k报错。而单独调用的时候，substitute(x)能正确抓到列名x，所以一切正常。

给你几个靠谱的解决方案：

方案1：修改qcut函数，显式传列名 #

最直接的办法是给qcut加个参数，让你能主动传入列名，不用再依赖substitute猜变量名：

qcut <- function(variable, col_name, k){ 
  # 直接用传入的列名从k里取值
  k_val <- k[col_name] 
  breaksV <- quantile(variable, probs = (0 : k_val) / k_val) 
  labelsV <- vapply(1:(length(breaksV) - 1), 
                    function(x) paste0(breaksV[x], ' : ', breaksV[x + 1]), 
                    FUN.VALUE = character(1)) 
  cut(variable, breaks = breaksV, labels = labelsV, include.lowest = TRUE) 
}

然后用Map同时传递列值和列名，完美匹配：

target_cols <- c('x', 'y', 'z')
testDT[, Map(qcut, .SD, target_cols, MoreArgs = list(k = k)), .SDcols = target_cols]

方案2：批量遍历列名，适配原函数 #

如果你不想修改qcut，可以直接遍历列名，通过临时赋值让substitute能识别正确的列名：

target_cols <- c('x', 'y', 'z')
testDT[, setNames(lapply(target_cols, function(col) {
  # 把列值赋值为列名对应的变量，让substitute能抓到正确名称
  assign(col, .SD[[col]], envir = environment())
  qcut(get(col), k = k)
}), target_cols)]

方案3：简单粗暴的循环处理（新手友好） #

如果上面的方法有点绕，直接用循环逐个处理列也完全没问题，代码直观易懂：

target_cols <- c('x', 'y', 'z')
for(col in target_cols){
  # 生成带后缀的新列名，比如x_qcut、y_qcut
  testDT[, paste0(col, '_qcut') := qcut(get(col), k = k)]
}

试试这些方法，都能解决你遇到的错误，顺利生成分箱结果~

内容的提问来源于stack exchange，提问作者Andrew Royal