在`dt2 <- dt %>% myfun`中，为啥要修改dt？ [复制]

Posted 2023-02-25

【中文标题】在`dt2 <- dt %>% myfun`中，为啥要修改dt？ [复制]

【英文标题】：In `dt2 <- dt %>% myfun`, why is dt modified? [duplicate]在`dt2 <- dt %>% myfun`中，为什么要修改dt？ [复制]

【发布时间】：2021-07-02 13:04:08

【问题描述】：

library(tidyverse)
library(data.table)
dt <- data.table(x=1:3)
dt[x==1]
myfun <- function(d) d[x==1,x:=NA]
dt2 <- dt %>% myfun
dt[x==1]

在此示例中，dt（一个 data.table）作为参数通过管道发送给函数 (myfun)。然后将结果保存到对象 dt2 中。

为什么要修改dt？ （如您所见，第 1 行中 x 的值从 1 变为 NA）

【参考方案1】：

这是通过引用分配的分配:=。根据?:=

:= 定义为仅在 j 中使用。它通过引用添加或更新或删除列。它根本不复制内存的任何部分。 ... DT 被引用修改并无形返回。如果需要副本，请先复制（使用 DT2 = copy(DT)）。

如果我们不想更改原始数据，请获取数据的copy 并使用该数据

dt1 <- data.table::copy(dt)

并使用“dt1”

【讨论】：

谢谢@akun。我了解:= 在函数中通过引用进行修改。出乎意料的是，这会修改函数外部的原始 dt（我猜这是 R 函数作用域的一个特性）。补充一下，问题的解决方案是：dt2 <- dt %>% copy %>% myfun

@LucasMation 如果我有一个 data.table，我会小心地在函数内部或外部对原始对象进行赋值

@LucasMation 你可能想检查this，特别是第一个答案