return R 中可变或不可变变量的函数

Question

我认为这个问题与 R 中可变对象与不可变对象的概念有关，可能是 "beginer question"。我运行使用包 data.table 的函数 names() 和 setnames() 函数解决了这个问题。我确信这是预期的行为，但对我来说这是非常令人惊讶的，而且我确信这不仅与 names().

有关

假设我有一个名为 dt 的 data.table，其中包含两列 a 和 b：

dt <- data.table(a = 1:5, b= 1:5)
oldNames <- names(dt)

如果你打印 oldNames 它显然显示：

oldNames
[1] "a" "b"

但是如果你把 dt 的名字改成 setnames():

setnames(dt,oldNames,c("aNew","bNew"))

变量 oldNames 的内容已更改。

oldNames
[1] "aNew" "bNew"

我知道在 Python 中，这是某些数据类型（可变数据类型）而非其他数据类型（不可变数据类型）的预期行为。 R里也有这种二分法吗？

对我来说，"expected" 行为是变量 oldNames 存储列的名称，它不依赖于 data.table 的未来变化。例如，对于 length() 函数，这不会发生：

L <- length(dt)
L
[1] 2
dt[,c:=1:5]
L
[1] 2

任何 link 关于此行为或解释的一些有用信息将不胜感激，以及编码方式是什么 oldNames 在 dt 修改后不会更改其内容。

Answer 1

我认为这是由于实施了 data.table 包。在 R 中，多个符号可以指向同一个东西，但通常不会造成问题，因为 object 会在修改时被复制，例如：

a <- c(1,2)
b <- a
# To check the memory address,
# `a` and `b` are pointed to the same object since `b` does not modify `a`.
pryr::address(a)
[1] "0x1a735620"
pryr::address(b)
[1] "0x1a735620"
# Then we modify `a`
a <- c(1,3)
# We will notice that the address of `a` has changed
# since there are modifications, but `b` not.
pryr::address(a)
[1] "0x1a72f168"
pryr::address(b)
[1] "0x1a735620"

据我所知，data.table包有点特殊，因为它会通过一些操作来修改object。参见：

dt <- data.table(a = 1:5, b= 1:5)
n1 <- names(dt)

pryr::address(n1)
[1] "0x18aeffe0"

setnames(dt, c("a","b"), c("aa","bb"))

n2 <- names(dt)
pryr::address(n2) # identical to the address of `n1`
[1] "0x18aeffe0"

n1
[1] "aa" "bb"

我认为 data.table 包没有识别出有一个变量指向它的 name 属性，因此导致了这个问题。我认为这是一个错误，您可能想用 "data.table".

标记问题

目前可以使用n <- c(names(dt))来存储names，这样R会认为c()修改了name属性并存储在不同的内存地址。

顺便说一句，R 确实有可变的 objects，参见 Reference class 和 R6 objects;-)

此致；

更新：

参见 ?data.table::copy 和 ?data.table::setnames

引用自 ?data.table::copy:

A ‘copy()’ may be required when doing ‘dt_names = names(DT)’. Due to R's copy-on-modify, ‘dt_names’ still points to the same location in memory as ‘names(DT)’. Therefore modifying ‘DT’ by reference now, say by adding a new column, ‘dt_names’ will also get updated. To avoid this, one has to explicitly copy: ‘dt_names <- copy(names(DT))’.

它们在R中当然不常见，data.table可以做到这一点，因为它使用了R的C接口。

Session 信息：

> sessionInfo()
R version 3.3.2 (2016-10-31)
Platform: x86_64-suse-linux-gnu (64-bit)
Running under: openSUSE Tumbleweed

locale:
 [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C               LC_TIME=en_US.UTF-8       
 [4] LC_COLLATE=en_US.UTF-8     LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8   
 [7] LC_PAPER=en_US.UTF-8       LC_NAME=C                  LC_ADDRESS=C              
[10] LC_TELEPHONE=C             LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] pryr_0.1.2          data.table_1.9.6    magrittr_1.5        personalutils_0.1.0

loaded via a namespace (and not attached):
[1] tools_3.3.2      Rcpp_0.12.9      stringi_1.1.2    codetools_0.2-15
[5] stringr_1.1.0    chron_2.3-47

return R 中可变或不可变变量的函数

Functions that return a Mutable or Immutable variables in R

r

mutable

immutability

data.table