R语言data.table列名与外部对象同名时的行过滤问题咨询
问题根因
data.table 对 i 位置(行筛选位置)的表达式有固定的求值优先级:先在当前数据表的列作用域内匹配符号,找不到同名列时,才会向外层的全局环境查找变量。
你遇到的所有筛选异常,本质都是因为dt本身存在名为y的列,和全局环境的对象y重名,所有没有明确指定求值环境的y符号,都会被优先解析为dt内的y列,完全不会读取全局的字符串值"c"。
之前几种写法的错误拆解
dt[y == y]:等号两侧的y全部被解析为dt内的y列,等价于筛选“列y的值完全等于自身”,自然返回全部4行数据,根本不会和全局y产生关联。dt[y == (y)]:括号在R中仅作为运算优先级标识,不会改变符号的求值环境,括号包裹的y依然会被优先匹配为数据表内的列,计算结果和上一种写法完全一致。dt[y == ..y]:这里存在版本兼容问题:..前缀是data.table专门用来“跳过当前数据表列作用域,直接到外层环境查找同名变量”的语法,最低要求data.table版本为1.14.0;你运行代码时使用的版本过低,没有识别..的特殊语义,直接把..y当成一个未定义的普通对象查找,才会报“object '..y' not found”的错误。dt[y == eval(quote(y))]:这种写法里的eval没有显式指定求值环境,默认的查找顺序还是优先匹配dt的列作用域,最终拿到的依然是dt内的y列,不是全局的字符串"c",因此还是等价于列和自身比较,返回全表。
正确筛选实现方式
按照兼容性从高到低排列:
- 直接绑定全局环境对象:通过
.GlobalEnv$y显式指定全局环境的y值,完全绕开data.table的列作用域优先匹配逻辑,无任何版本兼容问题,写法为:dt[y == .GlobalEnv$y] # 运行结果: # x y # 1: 3 c - 显式指定eval的求值环境:给eval增加
envir = .GlobalEnv参数,强制让被引用的y在全局环境中查找,写法为:dt[y == eval(y, envir = .GlobalEnv)] - 正确使用
..前缀(适配data.table ≥1.14.0版本):给需要引用全局值的y加上..前缀,跳过列作用域直接取全局值,写法为:dt[y == ..y]
内容的提问来源于stack exchange,提问作者R.Andres Castaneda
相关产品推荐
相关产品推荐

