在R的data.table中编写函数：除get()外的变量引用方法

嘿，很高兴看到你在折腾data.table的函数封装！你现在用get()来处理字符型变量名的方式完全没问题，但data.table还有几种更贴合它惯用风格的实现方式，我给你梳理一下：

方法1：符号求值（推荐） #

利用R的非标准求值特性，把字符型变量名转换成符号，再用!!（bang-bang）在data.table的表达式中引用。这种写法和你直接写DT[, ..., by=V1]的原生风格完全一致，可读性拉满：

library(data.table)
library(rlang) # 新版data.table也支持base的as.name()，可替代sym()

DT <- data.table( V1=rep(letters[1:3],5), V2=c(2:16) )
Test1 <- DT[,.((V2-sd(V2))/(max(V2)-min(V2))), by=.(V1)] # 原对比用例

Norma_sym <- function(dataset, Vari, group_by){
  # 把字符转成符号
  vari_sym <- sym(Vari)
  group_sym <- sym(group_by)
  
  # 用!!引用符号，写法和原生data.table代码一致
  dataset[, .((!!vari_sym - sd(!!vari_sym))/(max(!!vari_sym)-min(!!vari_sym))), 
          by=.(!!group_sym)]
}

Test2_sym <- Norma_sym(DT, "V2", "V1")
all.equal(Test1, Test2_sym) # 返回TRUE，结果完全一致

如果不想依赖rlang包，用base R的as.name()替代sym()效果完全一样：vari_sym <- as.name(Vari)

方法2：利用.SDcols #

.SDcols是data.table中用来指定要操作的列的参数，适合需要批量处理多列的场景，单变量也能轻松驾驭：

Norma_SD <- function(dataset, Vari, group_by){
  # .SDcols指定要处理的列，.SD代表选中的列集合
  dataset[, .((.SD[[1]] - sd(.SD[[1]]))/(max(.SD[[1]]) - min(.SD[[1]]))), 
          by=.(get(group_by)), .SDcols=Vari]
}

Test2_SD <- Norma_SD(DT, "V2", "V1")
all.equal(Test1, Test2_SD) # 返回TRUE

# 如果想把group_by也换成非get的写法，结合方法1的符号求值即可：
Norma_SD2 <- function(dataset, Vari, group_by){
  group_sym <- sym(group_by)
  dataset[, .((.SD[[1]] - sd(.SD[[1]]))/(max(.SD[[1]]) - min(.SD[[1]]))), 
          by=.(!!group_sym), .SDcols=Vari]
}
Test2_SD2 <- Norma_SD2(DT, "V2", "V1")
all.equal(Test1, Test2_SD2) # 返回TRUE

这种方法的优势在于，如果你需要同时标准化多个变量，只需要把.SD[[1]]改成lapply(.SD, function(x) (x - sd(x))/(max(x)-min(x)))，就能一键批量处理，非常灵活。

关于原get()方法的补充 #

其实你最初用get()的写法是完全有效的，尤其是对于新手来说容易理解。只是当你需要处理更复杂的表达式或者链式操作时，符号求值的写法会更简洁优雅。

内容的提问来源于stack exchange，提问作者Grec001