使用 .SDcols 时，data.table 可以处理相同的列名吗？

Question

当使用.SD 将函数应用于dt 的列的子集时，我似乎找不到正确的方法来处理列名重复的情况...例如

#  Make some data
set.seed(123)
dt <- data.table( matrix( sample(6,16,repl=T) , 4 ) )
setnames(dt , rep( letters[1:2] , 2 ) )
#   a b a b
#1: 2 6 4 5
#2: 5 1 3 4
#3: 3 4 6 1
#4: 6 6 3 6

#  Use .SDcols to multiply both column 'a' specifying them by numeric position
dt[ , lapply( .SD , `*`  , 2 ) , .SDcols = which( names(dt) %in% "a" ) ]
#    a  a
#1:  4  4
#2: 10 10
#3:  6  6
#4: 12 12

当.SDcols 是列名的字符向量时，我无法使用它，所以我尝试了数字位置（which( names(dt) %in% "a" ) 给出了一个向量 [1] 1 3），但它似乎也只是乘以第一个 @987654330仅限@ 列。我做错了吗？

.SDcols 高级。指定 .SD 中包含的 x 列。可能是字符列名或数字位置。

这些也返回了与上面相同的结果...

dt[ , lapply( .SD ,function(x) x*2 ) , .SDcols = which( names(dt) %in% "a" ) ]
dt[ , lapply( .SD ,function(x) x*2 ) , .SDcols = c(1,3) ]

packageVersion("data.table")
#[1] ‘1.8.11’

Answer 1

这个怎么样

dt[, "a"] * 2
##    a a.1
## 1  4   8
## 2 10   6
## 3  6  12
## 4 12   6

更详细的讨论

https://chat.stackoverflow.com/transcript/message/12783493#12783493

Answer 2

从 1.9.4 开始，这现在可以正常工作了。来自新闻：

data.tables 上的一致子集规则具有重复的列。简而言之，如果直接提供索引“j”或在.SDcols 中，则仅返回这些列（或者如果您提供-.SDcols 或!j，则删除这些列）。相反，如果给出了列名并且该列不止一次出现，那么很难决定在子集上保留哪个以及删除哪个。因此，要删除，该列的所有出现都将被删除，并且要保留，每次总是返回第一列。同时关闭#5688 和#5008。请注意，使用by= 对重复的列进行聚合可能仍无法给出预期的结果，因为它可能无法在正确的列上进行操作。

基本上，如果你这样做：

dt[, lapply(.SD, `*`, 2), .SDcols=c("a", "a")]
#     a  a
# 1:  4  4
# 2: 10 10
# 3:  6  6
# 4: 12 12

它仍然会产生意想不到的结果，因为很难分辨你每次提到哪个“a” - 所以总是选择第一个。

但是，如果您明确指定（就像您在 Q 中所做的那样）：

dt[, lapply(.SD, `*`, 2), .SDcols=which( names(dt) %in% "a" )]
#     a  a
# 1:  4  8
# 2: 10  6
# 3:  6 12
# 4: 12  6