R 是否有一种最佳方法可以使用data.table创建一组新列？

我正在使用data.table 我有一个新列的名称向量。我想创建这些新列，但要使用旧列中的信息。 让我用下面的例子来说明：

data <- data.table(a = c("OneA", "TwoB", "ThreeC"),
                   b = c(1, 2, 3))

newCols <- c("One", "Two", "Three")

for (newCol in newCols) {
  data[, eval(newCol) := gsub(paste0("^.*", newCol), "", a)]
}

---

在本例中，我结合使用向量定义新列和使用向量值本身填充这些列。有没有更优化的方法（例如使用set（））？

一种可能的方法是：

库（data.table）
DT[，（newCols）：=lappy（newCols，函数（x）sub（x，“，a））[]
#>a b一二三
#>1:OneA 1，OneA，OneA
#>2:twob2 TwoB TwoB TwoB
#>3:3C 3C 3C 3C

数据

---

DT事实上，你离这里很近。只需将代码调整为：

for (newCol in newCols) {
  DT[, (newCol) := sub(newCol, "", a)]
}

而且您有一个既快速又节省内存的解决方案（比使用
lappy
更好）

或者，您也可以在for循环中使用
set
：

for (newCol in newCols) {
  set(DT, j = newCol, value = sub(newCol, "", DT[["a"]]))
}

那么，在这种情况下，为什么
for
循环是更好的选择呢

使用
lappy
首先评估
：=
的RHS（右视野）。这意味着首先创建所有新列，并且必须首先在内存中分配和填充这些列，然后将它们添加到
data.table
。
for
循环方法更有效，因为它一次只处理一列，因此只需要为该列使用工作内存
set
是
：=
的低开销可循环版本。它对于通过引用（使用for循环）重复更新某些列的行特别有用
set
消除了
[data.table
-方法的小开销，因此速度更快
以上解释基于Matt Dowle（的创建者）和帮助文件
？设置
使用
Map（）
+
cbind（）

谢谢！到目前为止，这是最快的解决方案me@gdol我已经解释了为什么for循环是一个好的/更好的循环choice@Jaap好久不说话了。你过得怎么样？这是一个很好的提醒来确认这两种方法之间的区别。我要刷新我的记忆。阴冷。
for (newCol in newCols) {
  set(DT, j = newCol, value = sub(newCol, "", DT[["a"]]))
}

data <- as.data.table(c(data,`names<-`(Map(function(x) gsub(x,"",data$a),newCols),newCols)))

> data
        a b    One    Two Three
1:   OneA 1      A   OneA  OneA
2:   TwoB 2   TwoB      B  TwoB
3: ThreeC 3 ThreeC ThreeC     C