当在 `by` 中使用变量时，.N 与长度（变量）不同答案

【问题标题】：.N differs from length(variable) when variable is used in `by`当在 `by` 中使用变量时，.N 与长度（变量）不同
【发布时间】：2020-12-01 04:09:57
【问题描述】：

围绕data.table 小插图“data.table 简介”，第 2 节“聚合”中的示例就是这样

ans <- flights[, .(.N), by = .(origin)]
ans
#    origin     N
#    <char> <int>
# 1:    JFK 81483
# 2:    LGA 84433
# 3:    EWR 87400

将.N 替换为length，例如"year" 为每组提供相同的行数：

> flights[, .(length(year)), by = .(origin)]
   origin    V1
1:    JFK 81483
2:    LGA 84433
3:    EWR 87400

或

> flights[, .(length(carrier)), by = .(origin)]
   origin    V1
1:    JFK 81483
2:    LGA 84433
3:    EWR 87400

这是意料之中的。但是，当我使用length(origin)，即与by 中用作分组变量相同的变量时，会执行不同的计算：结果为1：

> flights[, .(length(origin)), by = .(origin)]
   origin V1
1:    JFK  1
2:    LGA  1
3:    EWR  1

有什么解释为什么会这样吗？

对于更复杂的示例，它可能会被忽略，因此始终使用内置的 .N 似乎比尝试使用 length 函数计算计数更安全。

【问题讨论】：

似乎正在发生回收，例如：data.table(group = "test", value = 1:10).
至于 why，我认为这是一个相关问题：Columns appearing in the function in by= disappers in j（以及其中的链接）。
@Numerari 请接受提供答案或提供反馈，为什么您认为它不能回答您的问题

【解决方案1】：

这是由于by（或keyby）参数中使用的变量，或者您正在对结果进行分组，在j 中访问它们时已经分组为标量（特定组）论据。

有两个相关的未决问题可能对读者有用

【讨论】：