使用不同数值索引筛选data.table列时的结果差异问题

咱们先重现你给出的最小示例，方便对照分析：

library(data.table)
DT <- data.table(x = 2, y = 3, z = 4)

DT[, c(1:2)] # first way
#    x y
# 1: 2 3

DT[, (1:2)] # second way
# [1] 1 2

DT[, 1:2] # third way
#    x y
# 1: 2 3

三种写法的差异原因 #

核心在于data.table对j参数（即方括号里的第二部分）的解析逻辑：

• 第一种DT[, c(1:2)]和第三种DT[, 1:2]：这两种写法里，c(1:2)和1:2都是直接生成数值向量，data.table会自动识别这是列索引请求，所以会返回对应位置的列。本质上，这是data.table为了兼容传统data.frame的列选择逻辑做的设计。

• 第二种DT[, (1:2)]：这里的括号是关键！在data.table的语法规则里，当j部分被括号包裹时，会触发表达式直接求值的模式：先计算括号内的表达式得到结果（也就是向量c(1,2)），然后直接把这个结果返回，而不会将其当作列索引去匹配表格的列。简单说，括号把“列选择请求”变成了“直接返回表达式结果”。

如果想用括号的方式实现列选择，可以用data.table特有的..语法，比如：

DT[, ..(1:2)]
#    x y
# 1: 2 3

这里的..相当于“向上一级查找”，告诉data.table把括号里的索引当作列选择来处理。

你的会话信息 #

> sessionInfo()
R version 3.4.4 (2018-03-15)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 16.04.4 LTS

Matrix products: default
BLAS: /usr/lib/atlas-base/atlas/libblas.so.3.0
LAPACK: /usr/lib/atlas-base/atlas/liblapack.so.3.0

locale:
 [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C               LC_TIME=en_US.UTF-8        LC_COLLATE=en_US.UTF-8    
 [5] LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8    LC_PAPER=en_US.UTF-8       LC_NAME=C                 
 [9] LC_ADDRESS=C               LC_TELEPHONE=C             LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] data.table_1.11.2

loaded via a namespace (and not attached):
[1] compiler_3.4.4 tools_3.4.4    yaml_2.1.17   

内容的提问来源于stack exchange，提问作者mt1022