R中data.table的colnames()函数引用传递行为是否正常？

你遇到的情况是data.table的引用语义和R对象赋值特性共同导致的，完全符合预期，不是bug。

背后的原因 #

当你执行column_names = colnames(DT)时，并没有生成一个独立的列名字符向量副本——column_names实际上是指向DT对象内部存储列名的内存位置的"引用"。

而data.table的一大设计特点是原地修改（in-place modification）：当你用DT[, e := 23:28]新增列时，它会直接修改原DT对象的结构（包括列名），而不是创建一个新的data.table。因为column_names和DT的列名指向同一块内存，所以column_names的内容会跟着更新。

如何保留原列名的独立副本？ #

如果你想让column_names不受后续DT修改的影响，需要显式用copy()函数创建一个独立的向量：

library(data.table)
DT = data.table( ID = c("b","b","b","a","a","c"), a = 1:6, b = 7:12, c = 13:18 )
# 用copy()生成独立的列名副本
column_names = copy(colnames(DT))
DT[, e := 23:28]
column_names  # 此时输出的是原列名："ID" "a" "b" "c"，不会包含"e"

简单验证 #

你可以用tracemem()工具直观看到引用关系：

DT = data.table( ID = c("b","b","b","a","a","c"), a = 1:6, b = 7:12, c = 13:18 )
# 未用copy的情况
cn_ref = colnames(DT)
tracemem(cn_ref)  # 输出内存地址A
DT[, e := 23:28]
tracemem(cn_ref)  # 地址还是A，但内容已经变成包含"e"的列名

# 用copy的情况
cn_copy = copy(colnames(DT))
tracemem(cn_copy)  # 输出不同的内存地址B
DT[, f := 29:34]
cn_copy  # 仍然是包含"ID""a""b""c""e"的列名，不会新增"f"

内容的提问来源于stack exchange，提问作者Alfstat