R语言data.table按列位置指定第二列实现NA值零填充的函数编写问题

原来的函数跑不通，是没搞清楚data.table里:=的解析规则：j位置里没被括号包起来的名字，会被data.table直接当成表内的列名去匹配，根本不会去找你函数里传进来的那个存列名的字符串变量variable，自然就改错列或者找不到列了。

适配你现有传参逻辑的改法 #

只要在:=左边的variable外面套个圆括号，强制data.table去取变量里存的实际列名就行，完全兼容你用colnames(tab)[2]拿列名的用法：

impute = function(DT, variable) {
  DT[is.na(get(variable)), (variable) := 0]
}

测试调用的流程就是你之前预想的那样：

library(data.table)
# 构造测试表
tab = data.table(V1 = 1, var = NA, perc = NA)
# 取第二列列名
variable = colnames(tab)[2]
# 执行填充
impute(tab, variable)

运行完就能看到原表第二列的NA都被替换成0了。

针对“目标列永远是第二列”的简化写法 #

既然固定要填的就是第二列，连传参都能省掉，函数内部直接按位置取第二列的列名就行：

impute = function(DT) {
  target_col = names(DT)[2]
  DT[is.na(get(target_col)), (target_col) := 0]
}
# 直接调用就行
impute(tab)

• data.table的修改是按引用直接改原对象的，不需要把函数返回值再赋值回原表，多写tab = impute(tab)这种步骤反而会平白多做内存拷贝，拖慢速度。

内容的提问来源于stack exchange，提问作者silbana