R data.table变量提前求值与环境解析异常问题求解

场景1：循环批量新增列报错问题 #

你对R求值顺序的误解核心是不熟悉data.table的非标准求值（NSE）规则：
data.table在[]的j位置（即第二个参数位置）默认会优先把符号当成当前数据集的列名解析，而非先去父环境找同名变量。你写的x := ...里的x会被直接当成列名去查找，而非你循环中传入的、值为"V1"的变量x，自然会报V1列不存在的错误。
修复方法很简单：把赋值左侧的变量用括号包裹，告诉data.table先对括号内的表达式求值，再把求值结果作为列名：

lapply(c("V1", "V2", "V3"),
       function(x){
         db[, (x) := get(paste(x, "ACC", sep = "_")) + get(paste(x, "SIC", sep = "_"))] 
       })

如果要更稳妥避免get找错环境，可以明确指定get的求值环境为当前data.table：

get(paste(x, "ACC", sep = "_"), envir = .SD)

场景2：列表内data.table操作父环境变量报错问题 #

这个问题同样是data.table的NSE优先级导致的：j位置的表达式会优先在当前data.table的列环境中查找符号，所以会先在db[[x]]的列里找tbls对象，找不到才会往上一级环境查找，一旦出现列名和外部变量重名、或者求值顺序异常就会报错。
修复有两种常用方案：

1. 提前把父环境的变量提取到局部变量，避免data.table解析歧义：

parent_tbl <- tbls[[x]]
db[[x]][, LAPSE_DUR := pmin(max(parent_tbl$LAPSE_DUR), DURATION_Y)]

2. 用get明确指定求值环境为父环境：

db[[x]][, LAPSE_DUR := pmin(max(get("tbls", envir = parent.frame())[[x]]$LAPSE_DUR), DURATION_Y)]

内容的提问来源于stack exchange，提问作者Daniel V