data.table ha introducido el operador: =. ¿Por qué no sobrecargar <-?
No creo que haya ninguna razón técnica que deba ser necesaria, por el siguiente motivo := solo se usa dentro [...] modo que siempre se cita. [...] recorre el árbol de expresiones para ver si := está en él.
Eso significa que no está realmente actuando como un operador y no está realmente sobrecargado; por lo que podrían haber elegido prácticamente cualquier operador que quisieran. ¿Supongo que tal vez se veía mejor? ¿O menos confuso porque claramente no es <- ?
(Tenga en cuenta que si := se usaron fuera de [...] no podría ser <- , porque en realidad no se puede sobrecargar <- . <- No evalúa su argumento de la izquierda, por lo que no sabe de qué tipo es).
Hay dos lugares donde <- podría estar 'sobrecargado':
x[i, j] <- value # 1 x[i, {colname <- value}] # 2
El primero copia el total de x a *tmp* , cambia esa copia de trabajo y lo asigna a x . Eso es algo R (src / main / eval.c y subassign.c) discutido recientemente en r-devel aquí . Parecía que era posible cambiar R para permitir paquetes, o R mismo, para evitar esa copia a *tmp* , pero actualmente no es posible, IIUC.
El segundo es a lo que se refiere la respuesta de Owen, creo. Si acepta que está bien hacer la asignación por referencia en j esa manera, ¿a qué operador? Según el comentario a la respuesta de Owen, <- y <<- ya están siendo utilizados por los usuarios en j , así que llegamos a := .
Incluso si [<- no copió la totalidad de x , todavía nos gusta := en j para que podamos hacer cosas como esta:
DT[,{newcol1:=sum(a) newcol2:=a/newcol1}, by=group]
Donde las nuevas columnas se agregan por referencia a la tabla, y la RHS de cada := se evalúa dentro de cada grupo. (Cuando: = dentro del grupo está implementado)
Actualización Oct 2012
A partir de 1.8.2 (en CRAN en julio de 2012),: := por grupo se implementó para agregar o actualizar columnas individuales; es decir, solo LHS de := . Y ahora en v1.8.3 (en R-Forge en el momento de la escritura), se pueden agregar múltiples columnas por grupo; p.ej,
DT[, c("newcol1","newcol2") := .(sum(a),sum(b)), by=group]
o, quizás más elegantemente:
DT[,`:=`(newcol1=sum(a), newcol2=sum(b)), by=group]
Pero el RHS múltiple iterativo , previsto por un tiempo, donde la segunda expresión podría usar el resultado del primero, aún no está implementado ( FR # 1492 ). Por lo tanto, esto dará un error "newcol1 not found" y debe hacerse en dos pasos:
DT[,`:=`(newcol1=sum(a), newcol2=a/newcol1), by=group]