如何在R的data.table中把字符串表达式转为计算逻辑生成新变量

我明白你现在的困扰：你想写一个函数，给data.table对象添加新变量，值由传入的字符串数学表达式计算而来，但目前代码只是把表达式字符串直接赋值给了新列，没有实际计算。咱们一步步来解决这个问题。

问题根源 #

你的原代码里，DT[, (new_var) := expression]中的expression是一个字符串类型的值，data.table会直接把这个字符串重复填充到新列的每一行，而不会把它当成可执行的数学表达式去解析计算。要让它生效，我们需要先把字符串转换成R能识别的表达式，再让data.table在自身的环境中求值。

方案1：用parse() + eval()实现基础功能 #

这是最直接的方式，先把字符串解析成R表达式，再在data.table的环境中执行求值：

library(data.table)
# 初始化测试数据
df <- data.table(A = 1:10, B = 1:10)
new_var <- "C"
expression <- "A + B"

# 改进后的函数
example_fun <- function(dt, new_var, expression) {
  # 解析字符串为表达式，在data.table环境中求值
  dt[, (new_var) := eval(parse(text = expression))]
  return(dt)
}

# 调用函数查看结果
result <- example_fun(df, new_var, expression)
print(result)

运行后就能得到正确的计算结果：

A  B  C
 1:  1  1  2
 2:  2  2  4
 3:  3  3  6
 4:  4  4  8
 5:  5  5 10
 6:  6  6 12
 7:  7  7 14
 8:  8  8 16
 9:  9  9 18
10: 10 10 20

注意：我给函数加了dt作为第一个参数，这样函数不依赖全局环境的变量，更健壮，这是良好的编程习惯哦。

方案2：用rlang包实现更安全的解析 #

如果你的表达式来源不可信，parse(text = ...)存在注入风险，推荐用rlang包的parse_expr()来更安全地处理表达式，结合非标准求值操作符!!注入到data.table中：

library(data.table)
library(rlang)

df <- data.table(A = 1:10, B = 1:10)
new_var <- "C"
expression <- "A + B"

example_fun <- function(dt, new_var, expression) {
  # 安全解析字符串为表达式
  expr <- parse_expr(expression)
  # 用!!把表达式注入到赋值语句中
  dt[, (new_var) := !!expr]
  return(dt)
}

result <- example_fun(df, new_var, expression)
print(result)

这个方案在处理复杂表达式或者不可信输入时更可靠，也是tidyverse生态中常用的非标准求值方法。

补充说明 #

你提到的get()函数只能处理单个变量名的字符串，没法处理A + B这种包含运算符和多个变量的表达式，所以必须用解析表达式的方式来解决这类多变量的计算场景。

内容的提问来源于stack exchange，提问作者der_grund