时间戳

首页 > 解决方案 > 如何从函数参数定义 R data.table/data.frame 列？

r - 如何从函数参数定义 R data.table/data.frame 列？

问题描述

我在一个带有多个参数的 R 包中创建了一个函数。其中一个参数是 R data.table 的列名。

假设我想创建一个包含所有值的列42。对于 R data.table dt，我会这样做：

dt[, column_name:=42]

对于 R data.frame，我会这样做：

df$column_name = 42

我希望函数将定义的东西作为参数column_name。例如，func由

func(dt, col='hey')

将hey作为 data.table 列的新名称传递。

这是一个具体的例子

renamer = function(colname, dt){
    ## do calculations on dt
    dt[, colname:= 42]
}

如果我调用函数renamer(colname = 'foo', dt=dt)，生成的列名仍然是colname'foo'，而不是我传递的值。

新列应该是字符串 'foo'

我怎么能这样做？我也尝试过使用 R data.frame，或者尝试使用

setnames(dt, "oldname", "newname")

编辑：我认为应该澄清这个问题：

这是一个数据表：

> library(data.table)
> DT = data.table(ID = c("b","b","b","a","a","c"), a = 1:6, b = 7:12, c = 13:18)
> DT
   ID a  b  c
1:  b 1  7 13
2:  b 2  8 14
3:  b 3  9 15
4:  a 4 10 16
5:  a 5 11 17
6:  c 6 12 18

我想创建一个函数，使得列的新名称将是用户传递给它的字符串。

例如

colnamer = function(newcolumname, datatable){
    ## do calculations on dt
    ## create a column with whatever string is passed via 'newcolumnname'
}

如果用户调用colnamer('foobar', DT)，我希望结果是

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

标签： rfunctiondataframedata.tabler-package

解决方案

编辑：更改为 OP 的新可重现示例，其中包含两个根据 OP 的问题陈述起作用的建议；

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

colnamer1 <- function(newcolumname, datatable) {
  ## do calculations on dt
  ## create a column with whatever string is passed via 'newcolumnname'
  set(datatable, j = newcolumname, value = 42)
}

colnamer2 <- function(newcolumname, datatable) {
  ## do calculations on dt
  ## create a column with whatever string is passed via 'newcolumnname'
  dt[, (newcolumname) := 42]
}

colnamer1("name_me", DT)
colnamer2("name_me_too", DT)
DT
#    ID a  b  c name_me name_me_too
# 1:  b 1  7 13      42          42
# 2:  b 2  8 14      42          42
# 3:  b 3  9 15      42          42
# 4:  a 4 10 16      42          42
# 5:  a 5 11 17      42          42
# 6:  c 6 12 18      42          42

一个可能的data.frame解决方案？虽然自从采用data.tablemy data.frame-ing 之后就有点生疏了。当涉及到data.frame.

df <- data.frame(ID = c("b","b","b","a","a","c"), 
                 a = 1:6, b = 7:12, c = 13:18)
df_colnamer <- function(name_me, df) {
  new_df <- df
  new_df[[name_me]] <- 42
  new_df
}
new_df <- df_colnamer("foo", df)
new_df
#   ID a  b  c foo
# 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

推荐阅读