如何通过函数参数定义R中data.table/data.frame的列名？

这个问题在data.table的函数编写中很常见——当你想通过参数动态生成列名时，直接用变量名会被当成字面量列名，而不是你传入的目标字符串。我来帮你解决这个问题：

问题根源 #

你原来的代码：

renamer = function(colname, dt){
  dt[, colname:= 42]
}

这里的colname会被data.table当作字面量列名，而不是变量里存储的字符串（比如你传入的'foo'），所以最终新增的列叫colname而不是'foo'。

解决方案1：用括号包裹变量解析列名 #

data.table支持用括号()来解析变量中的字符串作为列名，修改你的函数如下：

renamer = function(colname, dt){
  dt[, (colname) := 42]
}

调用renamer('foo', dt)后，dt就会新增名为foo的列，值全为42。

解决方案2：用set()函数（更高效） #

如果你处理的是大数据集，推荐用data.table的set()函数，它避免了[.data.table的一些语法开销，写法更直接：

renamer = function(colname, dt){
  set(dt, j = colname, value = 42)
}

这个方法同样能动态指定列名，效果和第一种完全一致。

针对你的DT示例的完整实现 #

按照你的需求，编写colnamer函数：

library(data.table)
DT = data.table(ID = c("b","b","b","a","a","c"), a = 1:6, b = 7:12, c = 13:18)

colnamer = function(colname, dt){
  # 用括号解析变量作为列名
  dt[, (colname) := 42]
}

# 调用函数
colnamer('foobar', DT)

执行后DT的结果：

> DT
   ID a  b  c foobar
1:  b 1  7 13     42
2:  b 2  8 14     42
3:  b 3  9 15     42
4:  a 4 10 16     42
5:  a 5 11 17     42
6:  c 6 12 18     42

补充：data.frame的动态列名处理 #

如果你同时需要处理data.frame，注意$符号无法解析变量，要改用[[运算符：

colnamer_df = function(colname, df){
  df[[colname]] = 42
  return(df) # data.frame是值传递，需要返回修改后的对象
}

内容的提问来源于stack exchange，提问作者ShanZhengYang