无法使用数据表的一部分

Posted 2021-03-29

我的代码中有一个非常讨厌的问题：

library(data.table)
a<-(letters=c(1:20))
b<-rnorm(1:20)
c<-rnorm(1:20)
d<-rnorm(1:20)
final<-data.frame(a,b,c,d)

e<-data.table(final)
g<-e[, lapply(.SD, sum), by =c("a"), .SDcols = 2:4] #calculates a summary of columns for every "by" statement in my large dataframe
h<-g[,2:4]

向量h应该包括g的第2-4列，但它包含一个表示2：4的值。但是，在我的脚本的后面几行中，使用df [，columns]选择某些列是可行的。任何有关解决此问题的想法将不胜感激。

答案

编辑：

OP的问题在data.table的最新版本中没有意义，因为g[ , 2:4]可以按预期工作（返回data.table，其中包含g的所有行和第2至4列）；不再需要with=FALSE。保留原始答案，因为它仍然有效。

---

Data Table FAQ中的第一个问题描述了此问题：（关于DT[,5]为什么返回5）

Because, by default, unlike a data.frame, the 2nd argument is an 
expression which is evaluated within the scope of DT. 5 evaluates to 5.

并继续提供解决方法：

Having said this, there are some circumstances where referring to a column by
number is ok, such as a sequence of columns. In these situations just do:
DT[,5:10,with=FALSE] 

或

DT[,c(1,4,10),with=FALSE]