通過引用分配到已加載的包數據集

Question

我正在創建一個包，該包使用data.table作爲數據集，並具有一些使用:=進行引用分配的函數。

我建立了一個簡單的包裝，以證明我problem

library(devtools) 
install_github('foo','mnel') 

它包含兩個功能

foo <- function(x){ 
    x[, a := 1] 
} 
fooCall <- function(x){ 
    eval(substitute(x[, a :=1]),parent.frame(1)) 
} 

和數據集（不懶加載）DT，使用

DT <- data.table(b = 1:5) 
save(DT, file = 'data/DT.rda') 

創建

當我安裝這個軟件包時，我的理解是foo(DT)應該在DT內通過引用進行分配。

library(foo) 
data(DT) 
foo(DT) 
    b a 
1: 1 1 
2: 2 1 
3: 3 1 
4: 4 1 
5: 5 1 

# However this has not assigned by reference within `DT` 

DT 
    b 
1: 1 
2: 2 
3: 3 
4: 4 
5: 5 

如果我使用更correct

tracmem(DT) 
DT <- foo(DT) 
# This works without copying 
DT 
b a 
1: 1 1 
2: 2 1 
3: 3 1 
4: 4 1 
5: 5 1 
untracemem(DT) 

如果我使用eval和substitute功能

fooCall(DT) 
    b a 
1: 1 1 
2: 2 1 
3: 3 1 
4: 4 1 
5: 5 1 
# it does assign by reference 
DT 
    b a 
1: 1 1 
2: 2 1 
3: 3 1 
4: 4 1 
5: 5 1 

我應該堅持內

1. DT <- foo(DT)或eval/substitute路由或
2. 有沒有什麼我不理解如何加載數據集，即使不懶惰？

Answer 1

這有什麼好做的數據集或鎖定 - 可以重現它只是使用

DT<-unserialize(serialize(data.table(b = 1:5),NULL)) 
foo(DT) 
DT 

我懷疑它的事實，data.table必須重新創建內部的EXTPTR做對象在DT上的第一次訪問，但它在副本上這樣做，所以它不可能在全局環境中與原始共享修改。

---

[來自馬修]正是。

DT<-unserialize(serialize(data.table(b = 1:3),NULL)) 
DT 
    b 
1: 1 
2: 2 
3: 3 
DT[,newcol:=42] 
DT     # Ok. DT rebound to new shallow copy (when direct) 
    b newcol 
1: 1  42 
2: 2  42 
3: 3  42 

DT<-unserialize(serialize(data.table(b = 1:3),NULL)) 
foo(DT) 
    b a 
1: 1 1 
2: 2 1 
3: 3 1 
DT     # but not ok when via function foo() 
    b 
1: 1 
2: 2 
3: 3 

DT<-unserialize(serialize(data.table(b = 1:3),NULL)) 
alloc.col(DT)  # alloc.col needed first 
    b 
1: 1 
2: 2 
3: 3 
foo(DT) 
    b a 
1: 1 1 
2: 2 1 
3: 3 1 
DT     # now it's ok 
    b a 
1: 1 1 
2: 2 1 
3: 3 1 

或者不通過DT進入功能，只要提到它直接。使用data.table就像一個數據庫：.GlobalEnv中的幾個固定名稱表。

DT <- unserialize(serialize(data.table(b = 1:5),NULL)) 
foo <- function() { 
    DT[, newcol := 7] 
} 
foo() 
    b newcol 
1: 1  7 
2: 2  7 
3: 3  7 
4: 4  7 
5: 5  7 
DT    # Unserialized data.table now over-allocated and updated ok. 
    b newcol 
1: 1  7 
2: 2  7 
3: 3  7 
4: 4  7 
5: 5  7 

Answer 2

另一種解決方案是使用inst/extdata保存rda文件（這將包含任意數量的數據。表對象），並有一個文件DT.r的data子目錄

# get the environment from the call to `data()` 
env <- get('envir', parent.frame(1)) 
# load the data 
load(system.file('extdata','DT.rda', package= 'foo'), envir = env) 
# overallocate (evaluating in correct environment) 
if(require(data.table)){ 
# the contents of `DT.rda` are known, so write out in full 
    evalq(alloc.col(DT), envir = env) 

} 
# clean up so `env` object not present in env environment after calling `data(DT)` 
rm(list = c('env'), envir = env) 



}