r - 通过引用删除整个 data.table

Question

是否可以通过引用删除data.table对象？如何实现一个函数 rm_tbl()，它接受一个 data.table 对象并将 NULL 分配给任何环境中指向该对象的任何名称(这是 globalenv 的后代)？

示例，由于明显的原因不起作用，但也许传达了我想要实现的目标:

rm_tbl_1 <- function(tbl) {
  rm(tbl)
  invisible(NULL)
}

rm_tbl_2 <- function(tbl) {
  tbl <<- NULL
  invisible(NULL)
}

以下内容很接近，但有点黑客(它也不会导致 NULL 而是导致零行 data.table)

rm_tbl_3 <- function(tbl) {
  tbl[, colnames(tbl) := rep(list(NULL), ncol(tbl))]
  invisible(NULL)
}

为了完整性:

dt <- data.table(a = 1:3, b = 2:4)

rm_tbl_1(dt)
dt
rm_tbl_2(dt)
dt
rm_tbl_3(dt)
dt

编辑

根据@Gregor的赞成建议，一些进一步的解释:我面临的问题是我有一个很大的data.table。现在，在函数中的某个位置，我对该对象执行一些操作，例如调用 data.table::split() ，我不再需要原始的 data.table 。此外，为了对数据进行进一步转换，我需要原始 data.table 的内存。我该怎么做？

一个例子:

fun_a <- function() {
  dt <- data.table(a = 1:2, b = 2:3)
  fun_b(dt)
}

fun_b <- function(tbl) {
  temp <- split(tbl, by = "b")
  rm_dt(tbl)
  do_stuff_with_dt(temp)
}

fun_a()

这能澄清事情吗？很抱歉一开始就没有说清楚。

Answer 1

这应该可以解决问题:

rm_dt <- function(name) {
  # Get data.table of all data.tables in global environment
  tbls <- tables(env=.GlobalEnv, silent=TRUE)
  # Look up the externalptr address for each data.table
  tbls <- tbls[, .(addr=eval(parse(text=sprintf("data.table::address(%s)", NAME)))), 
                 by = NAME]
  # Find all data.tables that have the same externalptr address as the one requested for deletion
  to_rm <- tbls[addr == tbls[NAME == name, addr], NAME]
  # Delete them
  rm(list=to_rm, pos=".GlobalEnv")
}

dt <- data.table(a=1)
dt2 <- dt
dt3 <- data.table(a=1)

rm_dt("dt") # should delete dt and dt2, but not dt3

请注意，这只会删除全局环境中的所有引用，如果您在另一个环境中创建引用，则不会被删除:

dt <- data.table(a=1)
dt2 <- dt
e <- new.env()
e$dt3 <- dt

# dt and dt2 will be removed, but e$dt3 will still exist
rm_dt("dt")