R语言遍历data.table修改特定条件值的函数实现问题

问题根因 #

你原来的代码存在3个核心错误：

1. 多余的嵌套循环：外层遍历列名、内层又遍历所有列数值，逻辑重复混乱
2. return位置错误：return放在了第一层循环内部，导致仅处理完第一列就直接返回，后续c、d列不会被处理
3. 动态列名赋值语法错误：:= 中直接写 i = NA 会被data.table识别为新增名为i的列，而非赋值给变量i对应的列，需要用语法明确告知为动态变量。

修改后可用函数 #

checkDT <- function(dt, cutoff){
  columns <- c('b','c','d')
  for (col in columns){
    col_vals <- dt[[col]]
    # 计算当前列首个大于cutoff的数值
    first_gt <- min(col_vals[col_vals > cutoff], na.rm = TRUE)
    if(!is.infinite(first_gt)){
      # 动态列名赋值：get(col)取列值做判断，(col)表示是变量列名而非字面量
      dt[get(col) > first_gt, (col) := NA]
    }
  }
  return(dt)
}

验证测试 #

用你提供的样例数据测试：

# 样例数据
dt <- structure(list(a = structure(c(18517, 18524, 18531, 18538, 18545, 
18552, 18559, 18566, 18573, 18580, 18587), class = "Date"), b = c(14L, 
16L, 18L, 21L, 23L, 26L, 29L, 32L, 35L, 39L, 42L), c = c(9L, 
10L, 12L, 14L, 16L, 18L, 21L, 23L, 26L, 29L, 32L), d = c(4L, 
5L, 6L, 8L, 9L, 11L, 13L, 16L, 18L, 20L, 23L)), row.names = c(NA, 
-11L), class = c("data.table", "data.frame"))

cutoff <- 21
dt_processed <- checkDT(dt, cutoff)
print(dt_processed)

输出完全符合预期：

a  b  c  d
 1: 2020-09-12 14  9  4
 2: 2020-09-19 16 10  5
 3: 2020-09-26 18 12  6
 4: 2020-10-03 21 14  8
 5: 2020-10-10 23 16  9
 6: 2020-10-17 NA 18 11
 7: 2020-10-24 NA 21 13
 8: 2020-10-31 NA 23 16
 9: 2020-11-07 NA NA 18
10: 2020-11-14 NA NA 20
11: 2020-11-21 NA NA 23

内容的提问来源于stack exchange，提问作者lagn91