R 为 data.table 对象编写函数(过程)

约翰·钱伯斯(John Chambers)在《Software for Data Analysis: Programming with R》一书中强调，函数的编写通常不应考虑其副作用；相反，函数应该在不修改其调用环境中的任何变量的情况下返回值.相反，使用数据编写好的脚本.表对象应特别避免使用对象赋值<-，通常用于存储函数的结果.

首先是一个技术问题.想象一下，一个名为proc1的R函数接受data.table对象x作为其参数(可能还有其他参数).proc1返回NULL，但使用:=修改x.据我所知，proc1呼叫proc1(x=x1)复制x1只是因为promise 的工作方式.然而，如下所示，原始对象x1仍然被proc1修改.这是怎么回事？

> require(data.table)
> x1 <- CJ(1:2, 2:3)
> x1
   V1 V2
1:  1  2
2:  1  3
3:  2  2
4:  2  3
> proc1 <- function(x){
+ x[,y:= V1*V2]
+ NULL
+ }
> proc1(x1)
NULL
> x1
   V1 V2 y
1:  1  2 2
2:  1  3 3
3:  2  2 4
4:  2  3 6
> 

此外，使用proc1(x=x1)似乎并不比直接在x上执行程序慢，这表明我对promise 的模糊理解是错误的，它们以一种通过引用的方式工作:

> x1 <- CJ(1:2000, 1:500)
> x1[, paste0("V",3:300) := rnorm(1:nrow(x1))]
> proc1 <- function(x){
+ x[,y:= V1*V2]
+ NULL
+ }
> system.time(proc1(x1))
   user  system elapsed 
   0.00    0.02    0.02 
> x1 <- CJ(1:2000, 1:500)
> system.time(x1[,y:= V1*V2])
   user  system elapsed 
   0.03    0.00    0.03 

所以，考虑到传递数据.函数的table参数不会增加时间，这使得为数据编写过程成为可能.表对象，结合了数据的速度.表和函数的可推广性.然而，考虑到John Chambers所说的，函数不应该有副作用，用R编写这种类型的过程编程真的"可以"吗？他为什么说副作用是"坏的"？如果我要无视他的建议，我应该注意哪些trap ？我该怎么写"好"的数据呢.表格程序？