R data.table链式操作中如何引用链内的当前对象？

你可以根据自己使用的data.table版本选择以下两种无外部依赖的通用实现方式：

方案1：使用原生.THIS标识符（推荐，需data.table ≥ 1.14.3版本） #

data.table从1.14.3版本开始内置了.THIS特殊标识符，可在方括号的i、j、by等任意子句中直接指代当前链式步骤的完整对象，无需引用外部变量，也不需要加载额外包。

代码示例： #

library(data.table)
dt = data.table(col1 = c(1,1,1,2,2,3), col2=10:15)

# 链式操作中直接用.THIS引用当前表，无需依赖外部dt变量
dt[col1 < 3,  # 第一步：过滤col1小于3的行
][, 
  .(agg1 = sum(col2)/sum(.THIS$col2)), # 直接用.THIS取当前全表的col2总和
  by = col1
]

你也可以直接把.THIS作为参数传入以data.frame/data.table为入参的自定义函数：

# 自定义函数示例，输入为表对象
calc_total <- function(df) sum(df$col2)

dt[, .(col1, col2)][, .(total = calc_total(.THIS))]

方案2：配合magrittr管道的.占位符（兼容所有版本） #

如果使用的是低于1.14.3的旧版本data.table，可以结合magrittr管道操作，用.指代管道传入的当前表对象：

library(data.table)
library(magrittr)

dt = data.table(col1 = c(1,1,1,2,2,3), col2=10:15)

dt[col1 < 3, ] %>% 
  .[, .(agg1 = sum(col2)/sum(.$col2)), by = col1]

注意事项 #

不要混淆.THIS/管道.和.SD：.SD指代的是by分组后的每个子数据集，而.THIS/.指代的是当前链式步骤的完整全量表，符合通用访问当前对象的需求。

内容的提问来源于stack exchange，提问作者anymous.asker