我在R包中创建了一个函数，它接受多个参数。其中一个参数是 R data.table 的列的名称。
假设我想创建一个包含所有值的列42.对于 R data.tabledt，我会做：
dt[, column_name:=42]
对于 R data.frame，我会做：
df$column_name = 42
我希望该函数将定义column_name的东西作为参数。例如，函数func调用
func(dt, col='hey')
将传递hey作为 data.table 列的新名称。
这是一个具体的例子
renamer = function(colname, dt){
## do calculations on dt
dt[, colname:= 42]
}
如果我调用函数renamer(colname = 'foo', dt=dt)，则生成的列名仍将colname，而不是我传递的值"foo"。
新列应该是字符串"foo">
我该怎么做？我也尝试过使用 R data.frame，或者尝试过一些东西
setnames(dt, "oldname", "newname")
编辑：我认为这个问题应该澄清：
这是一个数据表：
> library(data.table)
> DT = data.table(ID = c("b","b","b","a","a","c"), a = 1:6, b = 7:12, c = 13:18)
> DT
ID a b c
1: b 1 7 13
2: b 2 8 14
3: b 3 9 15
4: a 4 10 16
5: a 5 11 17
6: c 6 12 18
我想创建一个函数，以便列的新名称将是用户传递它的字符串。
例如
colnamer = function(newcolumname, datatable){
## do calculations on dt
## create a column with whatever string is passed via 'newcolumnname'
}
如果用户调用colnamer('foobar', DT)，我希望结果是
> DT
ID a b c foobar
1: b 1 7 13 ...
2: b 2 8 14 ...
3: b 3 9 15 ...
4: a 4 10 16 ...
5: a 5 11 17 ...
6: c 6 12 18 ...
编辑：更改为 OP 的新可重现示例，其中包含两个建议，这些建议根据 OP 的问题陈述工作;
library(data.table)
DT <- data.table(ID = c("b","b","b","a","a","c"),
a = 1:6, b = 7:12, c = 13:18)
colnamer1 <- function(newcolumname, datatable) {
## do calculations on dt
## create a column with whatever string is passed via 'newcolumnname'
set(datatable, j = newcolumname, value = 42)
}
colnamer2 <- function(newcolumname, datatable) {
## do calculations on dt
## create a column with whatever string is passed via 'newcolumnname'
dt[, (newcolumname) := 42]
}
colnamer1("name_me", DT)
colnamer2("name_me_too", DT)
DT
# ID a b c name_me name_me_too
# 1: b 1 7 13 42 42
# 2: b 2 8 14 42 42
# 3: b 3 9 15 42 42
# 4: a 4 10 16 42 42
# 5: a 5 11 17 42 42
# 6: c 6 12 18 42 42
一个可能的data.frame解决方案？虽然自从采用data.table以来，我的data.frame-ing有点生疏。当涉及到data.frame时，也许有一个更优雅的解决方案来解决您的问题。
df <- data.frame(ID = c("b","b","b","a","a","c"),
a = 1:6, b = 7:12, c = 13:18)
df_colnamer <- function(name_me, df) {
new_df <- df
new_df[[name_me]] <- 42
new_df
}
new_df <- df_colnamer("foo", df)
new_df
# ID a b c foo
# 1 b 1 7 13 42
# 2 b 2 8 14 42
# 3 b 3 9 15 42
# 4 a 4 10 16 42
# 5 a 5 11 17 42
# 6 c 6 12 18 42