【问题标题】：Apply function to multiple data tables将函数应用于多个数据表
【发布时间】：2015-12-26 19:21:15
【问题描述】：

我有一些结构相同的数据表，我想对它们进行一些数据转换（创建新变量、分配缺失值等）

这是我尝试过的，但没有成功。此代码运行正常，但不会更改数据表。有什么想法吗？

对于一个可重现的示例，首先运行这个 sn-p 代码

data("mtcars")              # load data
setDT(mtcars)               # convert to data table
mtcars[gear==5, gear :=NA]  # create NA values for the purpose of my application
mtcars2 <- mtcars           # create second DT

我的代码

# Create function
  computeWidth <- function(dataset){
                                    dataset$gear[is.na(dataset$gear)] <- 0 # Convert NA to 0
                                    dataset[ ,width := hp + gear]          # create new variable
                                    }

# Apply function
  lapply(list(mtcars, mtcars2), computeWidth)

如您所见，该函数工作正常，但它没有修改数据表。对此有什么想法吗？

【问题讨论】：

标签： r data.table apply lapply

【解决方案1】：

您的主要问题是您使用了不正确的语法。您应该使用dataset[is.na(gear), gear := 0] 而不是dataset$gear[is.na(dataset$gear)] <- 0，这样:= 将修改lapply 的词法范围之外的原始数据集（<- 只在内操作 某个函数的词法范围）。从而将您的功能修改为

computeWidth <- function(dataset){
  dataset[is.na(gear), gear := 0] # Convert NA to 0
  dataset[ ,width := hp + gear]   # create new variable
}

然后运行

lapply(list(mtcars, mtcars2), computeWidth)

将修改原始数据集。

附带说明，如果您想将其推广到许多 data.table 对象，您可以查看 tables 函数并尝试以下操作

lapply(mget(tables(silent = TRUE)$NAME), computeWidth)

尽管一开始最好将许多对象保存在一个列表中，而不是用许多对象填充全局环境。

一个非常重要的注意事项（由@Frank 建议），您应该知道，当在未修改的data.table 上使用<- 时，您实际上不是创建一个新对象

mtcars2 <- mtcars
tracemem(mtcars)
## [1] "<00000000129264F8>"
tracemem(mtcars2)
## [1] "<00000000129264F8>"

因此，通过仅修改 mtcars，您也将修改 mtcars2。相反，正确的做法是使用copy，如

mtcars2 <- copy(mtcars)
tracemem(mtcars)
## [1] "<00000000129264F8>"
tracemem(mtcars2)
## [1] "<000000001315F6B8>"

更多详情请参阅here。

【讨论】：