data.table通过变量列表选列为何需with参数？其作用是什么？

先还原下你的场景，你定义了这样一个data.table对象：

dt <- data.table(V1=c(1L,2L), V2=LETTERS[1:3], V3=1:12)

直接用dt[, c("V1", "V2")]能正常选出前两列，但如果把列名存在变量里：

chosen.cols <- c("V1", "V2")

直接写dt[, (chosen.cols)]只会返回字符向量[1] "V1" "V2"，必须加上with=F参数写成dt[, (chosen.cols), with = F]才能正常选取列。针对这两个问题，我来详细解释：

1）为何需要with参数？ #

这是因为data.table默认的with=TRUE行为，会把j位置的表达式当成在data.table自身的列环境中求值。简单说，默认情况下，你在j里写的内容，就像直接在一个只有data.table列变量的环境里写代码——比如你写dt[, V1]，它会直接识别V1是data.table的列，返回该列的值。

那当你传入chosen.cols这个变量时，默认的with=TRUE会把它当成一个普通的表达式去求值，直接返回变量本身的内容（也就是字符向量c("V1","V2")），而不是去匹配data.table的列名。这时候就需要with=FALSE来改变这个逻辑，告诉data.table：“别把j里的内容当成表达式执行，就把它当成列名列表去匹配对应的列”。

2）with参数在代码中具体含义是什么？ #

with参数本质是控制j参数的求值逻辑，分两种情况：

• with=TRUE（默认值）：开启“列环境求值”模式。此时j中的表达式会在data.table的列变量环境中运行，你可以直接用列名作为变量进行计算，不用加$或者[[来引用列。比如：

  # 直接用列名做计算
  dt[, sum(V3)]
  # 生成新列也很方便
  dt[, V1_plus_V3 := V1 + V3]
  

  这种模式让data.table的语法更简洁，写起来像直接操作变量一样。

• with=FALSE：切换到“列索引匹配”模式。此时j中的内容会被当成列名的字符向量、列的位置向量来处理，data.table会直接根据这个向量去选取对应的列，逻辑和base R中dt[, c("V1","V2")]一致。比如：

  # 用字符向量选列
  chosen.cols <- c("V1", "V2")
  dt[, chosen.cols, with=FALSE]
  # 用位置向量选列也可以
  dt[, c(1,2), with=FALSE]
  

内容的提问来源于stack exchange，提问作者Fabio Correa