使用purrr::map为data.table列表批量添加新列的技术问询

首先先回顾下你的场景，你已经创建了这样的data.table列表：

library(data.table)
dt1 <- data.table(x=1:3,y=(1:3)^2)
dt2 <- data.table(x=5:7,y=(1:3)^2)
ldt <- list(d1=dt1,d2=dt2)
new_col <- c("DOC1","DOC2")

你的需求很明确：给ldt里的d1和d2分别添加z列，其中d1的z列全为"DOC1"，d2的z列全为"DOC2"。这里给你几种实用的解决方法：

方法一：基础R循环（直观易懂） #

这是最容易理解的方式，利用索引一一对应列表元素和new_col的值，借助data.table的引用修改特性直接添加列：

for (i in seq_along(ldt)) {
  # 给第i个data.table添加z列，赋值为new_col的第i个元素
  ldt[[i]][, z := new_col[i]]
}

因为data.table是引用修改，所以这个循环不需要重新给ldt赋值，循环结束后原列表就已经更新好了。

方法二：用purrr包的map2函数（函数式编程风格） #

如果你习惯函数式编程，purrr的map2可以很简洁地完成配对操作：

library(purrr)
# 配对每个data.table和对应的new_col值，添加z列后返回新列表
ldt <- map2(ldt, new_col, ~ .x[, z := .y])

这里.x代表ldt中的每个data.table，.y代表new_col中对应的元素，一行代码就能完成批量操作。

方法三：基础R的mapply函数（无需额外包） #

如果不想加载额外的包，基础R的mapply也能实现同样的效果：

# 配对处理每个dt和对应值，SIMPLIFY=FALSE确保返回列表格式
ldt <- mapply(function(dt, val) dt[, z := val], ldt, new_col, SIMPLIFY = FALSE)

这几种方法都能满足你的需求，你可以根据自己的编码习惯选择～

内容的提问来源于stack exchange，提问作者Lazarus Thurston