data.table 在链中使用时拒绝创建新列

Question

我是 data.table packcage 的新手，对其链接行为感到困惑。假设我们有以下代码：

aa <- data.table(a=c(1,2,3), b = c("a","b","b"))
aa[order(a,b)][,c:=cumsum(a), by=.(b)]
> aa
   a b
1: 1 a
2: 2 b
3: 3 b

未创建列 c。

但是如果我们单独编写代码而不链接，可以生成c：

aa <- data.table(a=c(1,2,3), b = c("a","b","b"))
aa[order(a,b)]
   a b
1: 1 a
2: 2 b
3: 3 b
aa[,c:=cumsum(a), by=.(b)]
> aa
   a b c
1: 1 a 1
2: 2 b 2
3: 3 b 5

那么为什么会这样呢？如何使用data.table正确编写链码？

非常感谢！

下面是新的

我注意到，如果我们将它分配给一个新的数据框，它又可以工作了：

aa <- data.table(a=c(1,2,3), b = c("a","b","b"))
bb <- aa[order(a,b)][,c:=cumsum(a), by=.(b)]
> bb
   a b c
1: 1 a 1
2: 2 b 2
3: 3 b 5

Answer 1

注意顺序。你可以试试

aa[,c:=cumsum(a), by=.(b)][order(a,b)]

这一行aa[order(a,b)][,c:=cumsum(a), by=.(b)]，可以看成tmp <- aa[order(a,b)], tmp[,c:=cumsum(a), by=.(b)]。如果您运行 aa[order(a,b)][,c:=cumsum(a), by=.(b)][] 进行检查，则 c 列确实已创建但不是原始 aa 列。

data.table 在链中使用时拒绝创建新列

data.table rejects to create new column when used in a chain

r

data.table