r-为什么data.table定义为:=而不是重载<-

Question

data.table引入了：=运算符。为什么不超载<-？

Answer 1

<-可能在两个地方"过载"：

x[i, j] <- value           # 1
x[i, {colname <- value}]   # 2

第一个将整个x复制到*tmp*，更改该工作副本，并分配回x。这是最近在R-devel上讨论的R(src/main/eval.c和subassign.c(。听起来可能可以更改R以允许包，或者更改R本身以避免复制到*tmp*，但目前不可能，IIUC。

第二个问题是欧文的回答，我认为。如果你接受这样在j中通过引用进行赋值是可以的，那么是哪个操作符？根据对Owen回答的评论，<-和<<-已经被j中的用户使用，所以我们偶然发现了:=。

即使[<-没有复制整个x，我们仍然喜欢j中的:=，所以我们可以这样做：

DT[,{newcol1:=sum(a)
     newcol2:=a/newcol1}, by=group]

其中，通过引用表添加新列，并在每组中评估每个:=的RHS。(当：=在组内执行时。(

---

2012年10月更新

截至1.8.2(2012年7月在CRAN上(，组实现了:=，用于添加或更新单列；即CCD_ 17的单个LHS。现在在v1.8.3中(在撰写本文时在R-Forge上(，可以按组添加多个列；例如

DT[, c("newcol1","newcol2") := .(sum(a),sum(b)), by=group]

或者，也许更优雅：

DT[,`:=`(newcol1=sum(a),
         newcol2=sum(b)), by=group]

但是，设想了一段时间的迭代多个RHS，其中第二个表达式可以使用第一个表达式的结果，但尚未实现(FR#1492(。因此，这仍然会给出错误"newcol1 not found"，需要分两步完成：

DT[,`:=`(newcol1=sum(a),
         newcol2=a/newcol1), by=group]

Answer 2

我认为没有任何技术原因需要这样做，原因如下：:=只在[...]中使用，所以它总是被引用。[...]遍历表达式树以查看:=是否在其中

这意味着它并没有真正充当运营商，也没有真正超载；所以他们几乎可以选择任何他们想要的运营商。我想也许它看起来更好？或者因为它显然不是<-而不那么令人困惑？

(请注意，如果:=在[...]的外部使用，则它不可能是<-，因为实际上无法重载<-。<-不计算其左手参数，因此它不知道类型是什么(。