在for循环中创建的data.table新列不显示的问题排查

我来帮你分析这个问题，并且给出可行的解决办法：

首先先复现你的场景，初始的data.table是这样的：

dt = structure(list(id = c("a", "b", "c"), val = c(1, 4, 6)), .Names = c("id", "val"), row.names = c(NA, -3L), class = c("data.table", "data.frame" ))

你尝试的for循环代码：

for(i in seq(1:1)) { # 1:1不是bug
  varname = 'flag1'
  cname = 'val'
  threshold = 4
  expr = parse(text=paste0(varname, ' := (', cname, ' > ', threshold, ')'))
  dt[, eval(expr)]
}

问题原因 #

核心问题出在**eval()的执行环境**上：

• 当你直接执行dt[, eval(expr)]（不在循环里）时，eval是在全局环境中运行的，:=能正确找到并修改全局的dt对象。
• 但在for循环内部，eval默认会在循环的局部临时环境中执行，这时候:=的赋值操作没有正确关联到你全局的dt上——实际可能是修改了局部环境中的临时副本，而你最后查看的是全局的dt，所以看起来修改没生效。

解决建议 #

推荐两种方案，优先选第一种（更符合data.table的最佳实践）：

方案1：避免使用parse/eval，用data.table原生的动态列名语法 #

data.table支持直接用括号包裹变量来指定新列名，用get()来引用动态的列名，完全不需要parse和eval，代码更简洁安全：

for(i in seq(1:1)) {
  varname = 'flag1'
  cname = 'val'
  threshold = 4
  # 用(varname)指定新列名，get(cname)获取要判断的列
  dt[, (varname) := get(cname) > threshold]
}

如果你的实际场景是批量处理多个列，可以把列名、新列名和阈值放在列表里循环，比如：

# 批量处理示例
col_configs = list(
  list(new_col = "flag1", target_col = "val", threshold = 4),
  list(new_col = "flag2", target_col = "val", threshold = 5)
)

for(config in col_configs) {
  dt[, (config$new_col) := get(config$target_col) > config$threshold]
}

方案2：如果一定要用parse/eval，指定eval的执行环境 #

如果你因为某些原因必须保留parse/eval的写法，只需要给eval()指定envir = parent.frame()，让它在循环的父环境（也就是全局环境）中执行，这样就能正确修改全局的dt了：

for(i in seq(1:1)) { # 1:1不是bug
  varname = 'flag1'
  cname = 'val'
  threshold = 4
  expr = parse(text=paste0(varname, ' := (', cname, ' > ', threshold, ')'))
  dt[, eval(expr, envir = parent.frame())]
}

内容的提问来源于stack exchange，提问作者broccoli