R：如何使 data.table 只读而不复制它（例如用于数据验证）

我进行数据整理（ETL）以将新数据加载到数据库中，并希望让用户基于我现有的实现自己的数据验证功能data.table包含准备好的数据的对象。

如何避免用户可以更改（修改）我的数据data.table在验证函数中（有意或无意）而不进行复制（因为它会减慢验证处理速度，从而减慢整个 ETL 过程）？

仅在验证功能中暂时需要锁定/写保护数据...

简化示例：

library(data.table)

DT <- as.data.table(mtcars)
DT[, row.number := 1:(.N)]  # add a row number column to allow identification of invalid rows
DT[c(3,6,7), cyl := 100]    # create some data errors (100 cylinders in the car)

# correctly implemented validate function (does not change the data)
validate <- function(data) {
  data[cyl > 10, .(row.number = row.number, col.name = "cyl", col.value = cyl,
                   severity = "ERROR", msg = "More than 10 cylinders")]
}

validate(DT)

输出正常并且data.table传递给validate()功能没有改变：

   row.number col.name col.value severity                    msg
1:          3      cyl       100    ERROR More than 10 cylinders
2:          6      cyl       100    ERROR More than 10 cylinders
3:          7      cyl       100    ERROR More than 10 cylinders

我想避免的是用户实现validate()像这样并修改原始数据：

validate.with.side.effects <- function(data) {
  data[, max.cyl := 10]  # this adds a new column into the original data.table!
  data[cyl > max.cyl, .(row.number = row.number, col.name = "cyl", col.value = cyl, severity = "ERROR", msg = "More than 10 cylinders")]
}

这个实现会修改原始的data.tableDT!

Update:

有一个开放的功能请求：https://github.com/Rdatatable/data.table/issues/1086 https://github.com/Rdatatable/data.table/issues/1086

该功能请求基于不同上下文中的类似需求（包中的不可变数据）：锁定或保护 R 中的 data.table https://stackoverflow.com/q/29085334/4468078

Update 2

还有另一个类似的功能请求：https://github.com/Rdatatable/data.table/issues/778 https://github.com/Rdatatable/data.table/issues/778

还有另一个类似的问题：如何从 R 函数返回“const”data.table？ https://stackoverflow.com/q/25426810/4468078

更新3：可以使用不可变的 data.frame 吗？

一般来说是的（制作一个data.frame只读）但是这个解决方案不满足问题的要求：

library(plyr)
idf <- idata.frame(DT)
idf[, max.cly := 10]
# Error in `:=`(max.cly, 10) :
#  Check that is.data.table(DT) == TRUE. Otherwise, := and `:=`(...) are defined for use in j, once only and in particular ways. See help(":=").

validate(idf)
# Error in `[.idf`(data, cyl > 10, .(row.number = row.number, col.name = "cyl",  :
#                                     object 'cyl' not found

# it is no longer a data.table...
class(idata.frame(DT))
# [1] "idf"         "environment"

# so that the data.table syntax does NOT work anymore...
idf[cyl > 10, .(row.number = row.number, col.name = "cyl", col.value = cyl,
                severity = "ERROR", msg = "More than 10 cylinders")]
# Error in `[.idf`(idf, cyl > 10, .(row.number = row.number, col.name = "cyl",  :
#                                    object 'cyl' not found

会一个不可变数据框 https://github.com/genome-vendor/r-cran-plyr/blob/master/R/immutable.r允许你完成你需要的事情吗？

R 的对象通常是不可变的，并采用使用时复制语义来应用函数（请参阅这个链接 http://www.win-vector.com/blog/2015/03/using-closures-as-objects-in-r/更多细节）。 data.table 有点奇怪，因为它允许与对象直接交互，绕过使用时复制，这使得它更像是一个可变对象。您所描述的场景需要一个具有可变和不可变属性的对象。您可能必须复制 dt 才能应用验证而不修改原始对象。