如何让data.table将输入识别为变量值而非列名？

嘿，这个坑我踩过好多次！data.table的[]语法在求值时，会优先在数据表的列中查找你写的符号，而不是全局环境（或上层函数环境）里的变量，这就是为啥你期望返回0L，结果却拿到了整个dt的原因。

先补全你的可复现代码，方便大家测试：

library(data.table)
dt <- structure(
  list(
    zip_from = rep("1000", 10),
    zip_to = paste0("100", 0:9),
    time_1 = c(0, 332.8, 332.8, 362.5, 504.9, 256.6, 446.1, 298.3, 312.7, 401.2)
  ),
  class = c("data.table", "data.frame"),
  row.names = c(NA, -10L)
)

# 典型错误场景：变量名和列名冲突，data.table直接用列值而非变量
zip_from <- "1001"
# 这行会返回10L（全部数据），因为两边都是列zip_from，永远相等
dt[zip_from == zip_from, .N]

下面给出几种实用的解决方案，按推荐程度排序：

• 使用..前缀（最简洁）
  ..是data.table的专属语法糖，专门用来告诉它：“去上层环境找这个变量，不要看列”。比如：

  zip_from <- "1001"
  # 正确写法：用..zip_from引用上层变量
  dt[zip_from == ..zip_from, .N]  # 返回1L，符合预期
  

• 使用get()函数明确指定环境
  get()可以直接从指定环境中获取变量，默认是上层环境，也能完美解决问题：

  zip_from <- "1001"
  dt[zip_from == get("zip_from"), .N]  # 返回1L
  # 也可以明确指定全局环境，更清晰
  dt[zip_from == get("zip_from", envir = .GlobalEnv), .N]
  

• 用括号强制求值上层变量
  不管是在i还是j参数里，用括号包裹变量可以强制优先求值上层环境的变量：

  zip_from <- "1001"
  # i参数中使用
  dt[zip_from == (zip_from), .N]
  # j参数中返回变量值
  dt[, (zip_from)]
  

• 重命名变量（最稳妥的预防措施）
  如果不想记特殊语法，最简单的办法就是不要让变量名和列名重名，比如把变量改成target_zip_from而非zip_from，这样data.table就不会搞混：

  target_zip_from <- "1001"
  dt[zip_from == target_zip_from, .N]  # 直接正确返回1L
  

回到你的问题，只要把你原本的代码里的变量引用换成上面的任意一种写法，就能让data.table正确识别你传入的是上层变量，而非列名，从而得到你期望的0L结果。

内容的提问来源于stack exchange，提问作者phabi