r-使用data.table分配多个相互引用的变量

Question

我想给一个变量赋值，然后使用该变量创建一个新变量。data.table的语法支持多重赋值，但显然不支持内部引用。在我的真实用例中，"i"one_answers"by"子句更复杂，所以我不希望有这样的重复代码：

require(data.table)
dt <- data.table(
x = 1:5, 
y = 2:6
)
# this works
dt[x == 3, z1 := x + y]
dt[x == 3, z2 := z1 + 5]
# but I wish this worked
dt[x == 3, `:=`(
z1 = x + y,
z2 = z1 + 5
)]

相比之下，这在dplyr:中有效

require(dplyr)
df <- data.frame(
x = 1:5, 
y = 2:6
)
df <- mutate(df,
z1 = x + y,
z2 = z1 + 5
)

有没有一种使用data.table的干净方法？

编辑：稍微调整一下akrun的解决方案，我找到了一种方法来保持我所寻找的可读、顺序语法。它只是做列表之外的所有操作：

dt[x==3, c('z1','z2','z3') := {
z1 <- x+y
z2 <- z1 + 5
z3 <- z2 + 6
list(z1, z2, z3) 
}]

Answer 1

我们可以使用花括号来创建临时变量，然后将它们与基于该变量的计算一起放在list中，将(:=)分配给我们需要创建的列。

dt[x==3, c('z1', 'z2') := {
z1 <- x+y
list(z1, z1+5) 
}]
dt
#   x y z1 z2
#1: 1 2 NA NA
#2: 2 3 NA NA
#3: 3 4  7 12
#4: 4 5 NA NA
#5: 5 6 NA NA

为了更快一点，我们可以使用setkey

setkey(dt, x)[(3),  c('z1', 'z2') := {
z1 <- x+y
list(z1, z1+5)
}]

基准

set.seed(24)
dt1 <- data.table(x = sample(1:9, 1e8, replace=TRUE), y = sample(5:9, 1e8, replace=TRUE))
dt2 <- copy(dt1)
dt3 <- copy(dt1)
akrun1 <- function(){dt1[x==3, c('z1', 'z2') := {
z1 <- x+y
list(z1, z1+5) 
}]
}
akrun2 <- function() {setkey(dt3, x)[(3),  c('z1', 'z2') := {
z1 <- x+y
list(z1, z1+5)
}]
}

rsoren  <- function() {
dt2[x == 3, z1 := x + y]
dt2[x == 3, z2 := z1 + 5]
}

library(microbenchmark)
microbenchmark(akrun1(), akrun2(), rsoren(), unit= "relative", times = 20L)
#Unit: relative
#     expr      min       lq     mean   median       uq       max neval
# akrun1() 1.597267 1.605404 1.393016 1.642584 1.538929 0.8634406    20
# akrun2() 1.000000 1.000000 1.000000 1.000000 1.000000 1.0000000    20
# rsoren() 2.584153 2.586185 2.179601 2.694469 2.468219 0.9740701    20