R 通过引用分配到加载的包数据集中

我正在创建一个包，该包使用

data.table

作为数据集，并具有两个函数，这些函数使用

：=

通过引用进行分配

我构建了一个简单的包来演示我的

问题

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

它包含两个函数

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

当我安装这个软件包时，我的理解是

foo（DT）

应该通过

DT

中的引用进行分配

 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

如果我使用更多

正确的

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)

我应该坚持吗

DT这与数据集或锁定无关——只需使用

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



另一种解决方案是使用
inst/extdata
保存
rda
文件（该文件将包含任意数量的data.table对象），并在
data
子目录中有一个文件
DT.r

# 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)



}

#从对`data（）的调用中获取环境`
env从未尝试通过引用更新包中的数据！但是，如果数据包是密封的，那么数据包中的数据不应该是只读的吗？在这里末尾键入
DT
并不意味着它是通过引用分配的，是吗？DT可能被复制到了
.GlobalEnv
，也可能是它被更新的地方。顺便说一句，TraceM
报告了R本身的复制。不太可能捕捉到data.table所做的复制，例如第一次过度分配时，因为从技术上讲，这不是一个完美的复制，而是一个过度分配（虽然是浅拷贝而不是深拷贝）。也许可以尝试对包中的数据对象执行
alloc.col
，看看会发生什么。@MatthewDowle我认为数据（DT）在全局环境中创建副本时，延迟加载可能意味着数据集被锁定。我不是在试图更新包中的副本，而是在示例/渐晕图中使用数据集。我不熟悉
data（）
，但这听起来不错。但是R正在创建它（不是data.table），也就是说，这是R的
data（）
命令，它不知道过度分配。与加载（）data.table时类似，在第一个
：=
添加新列之前，不会过度分配数据表。Does
library（foo）；数据（DT）；alloc.col（DT）；foo（DT）
工作？Matthew：但是请注意，
alloc.col（）
在函数内部同样不起作用（出于上述相同的原因）-您确实需要一些不试图伪造引用的东西-例如，如果需要通过引用将列添加到未序列化的data.table，那么有效的是
DT，我认为这只是一个问题，在函数中，并且该表名事先未知（即需要通过函数参数传入）。我想不出一个例子，在非序列化之后直接调用
alloc.col（DT）
是不可能的，但在实践中也需要这样做。我倾向于像使用数据库一样使用data.table；i、 e.GlobalEnv中的几个大型固定名称表。请参阅“新建编辑”。@MatthewDowle（和Simon）--感谢您的指点，我可以看出您的第二个示例与我的想法有些相似，即构造适当的调用，并在正确的父环境中对其进行评估。（
fooCall
在我的问题中）+1有趣。我想知道是否应该增强
alloc.col
以同时接受字符向量？然后它可以包装
load（）
调用。我认为您不需要
数据。表：
前缀为
alloc。col
已导出并供用户使用。@MatthewDowle，关于
数据的要点很好。表：
已修复，并修改为提前知道
加载结果的特定情况
alloc.col
可能还需要一个环境参数。好主意。增强
alloc.col
现在已存档。
DT<-unserialize(serialize(data.table(b = 1:5),NULL))
foo(DT)
DT

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

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

# 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)



}