data.table中get(columnname)与[[columnname]]的列访问用法对比问询

嘿，在使用data.table时，如果你需要通过变量传入的列名来访问或修改列，最常用的有两种方法，我给你详细拆解下：

方法1：使用get()函数 #

get()函数能帮你在data.table的括号环境里，把变量对应的列名解析成实际的列。比如下面这个函数，专门用来把指定列转成数值类型：

cast_num_get <- function(inpDT, cols2cast){
  for (thisCol in cols2cast){
    inpDT[, (thisCol):=as.numeric(get(thisCol))]
  }
  return(inpDT);
}

这里要注意(thisCol)的写法——加括号是告诉data-table：我们要把变量thisCol的值作为列名，而不是直接用字符串"thisCol"当列名，这点很关键。

方法2：使用[[索引 #

这是更贴近R基础语法的方式，直接用列表索引逻辑访问data.table的列，操作起来直观易懂：

cast_num_b <- function(inpDT, cols2cast){
  for (thisCol in cols2cast){
    # 注：原示例只是复制列值，实际做类型转换的话改成下面这句
    # inpDT[[thisCol]] <- as.numeric(inpDT[[thisCol]])
    inpDT[[thisCol]] <- inpDT[[thisCol]]
  }
  return(inpDT);
}

这种方式不需要依赖data.table的特殊语法，和你操作普通列表的逻辑完全一致，新手更容易上手。

额外补充的两种实用方法 #

除了上面两种，还有两个方法也能实现类似需求：

• 用.SDcols结合lapply（推荐）：这是更符合data.table向量化风格的写法，避免循环，效率更高：

cast_num_sd <- function(inpDT, cols2cast){
  inpDT[, (cols2cast) := lapply(.SD, as.numeric), .SDcols = cols2cast]
  return(inpDT)
}

.SD代表Subset of Data，.SDcols用来指定我们要操作的列，用lapply批量处理列类型，简洁又高效。

• 用eval(parse())（不推荐）：这种方法通过解析字符串来执行代码，可读性差还存在安全风险，一般不建议使用，但可以了解下：

cast_num_eval <- function(inpDT, cols2cast){
  for (thisCol in cols2cast){
    inpDT[, eval(parse(text = paste0(thisCol, " := as.numeric(", thisCol, ")")))]
  }
  return(inpDT)
}

内容的提问来源于stack exchange，提问作者Vasily A