使用{data.table}编程时如何通过函数参数自定义新列名？

核心原因 #

data.table的.()汇总语法中，=左侧默认会被识别为字面量列名，不会解析对应变量的实际值；而:=原地赋值语法专门做了动态命名的适配，支持{变量名}的写法，因此两种场景表现不一致。

三种常用实现方案 #

方案1：setNames 封装（最简洁，兼容所有版本） #

.()本质是list()的语法糖，直接用setNames()给返回的列表设置动态名称即可：

my_wrapper <- function(new_colname_of_choice) {
  mtcars %>%
    as.data.table() %>%
    .[, setNames(.(max(mpg)), new_colname_of_choice), by = cyl] %>%
    as_tibble()
}

# 测试调用
my_wrapper("my_lovely_colname")

调用后返回的汇总列名即为传入的my_lovely_colname。

方案2：手动构造返回列表（适合多动态列场景） #

如果需要同时生成多个自定义名称的列，直接在j参数中构造命名列表：

my_wrapper_multi <- function(max_col = "max_mpg", min_col = "min_mpg") {
  mtcars %>%
    as.data.table() %>%
    .[, {
      res <- list()
      res[[max_col]] <- max(mpg)
      res[[min_col]] <- min(mpg)
      res
    }, by = cyl] %>%
    as_tibble()
}

方案3：env 参数（官方推荐编程规范，data.table 1.14.3+支持） #

data.table后续版本新增了env参数专门用于编程场景，和dplyr的编程接口思路一致，避免非标准求值的潜在问题：

my_wrapper <- function(new_colname_of_choice) {
  mtcars %>%
    as.data.table() %>%
    .[, .(tmp_col = max(mpg)), by = cyl, env = list(tmp_col = new_colname_of_choice)] %>%
    as_tibble()
}

该写法稳定性最高，是官方推荐的封装函数时的标准实现方案。 #

内容的提问来源于stack exchange，提问作者Emman