我想计算每个组的几列的平均值，但列应该作为名称向量给出：
library(data.table)
DT <- data.table(k=c(1,1,2,2,2),v=1:5,w=11:15,key="k")
DT[,list(N=.N,v=mean(v),w=mean(w)),by="k"]
k N v w
1: 1 2 1.5 11.5
2: 2 3 4.0 14.0
但是，我不想在计算时明确指定v 和w。
我还有一个变量
mycols <- c("v","w")
应该使用它而不是明确的列名。
我尝试了各种版本
DT[,list(.N,colMeans(.SD[mycols])),by="k"]
得到了
Error in `[.data.table`(.SD, mycols) :
不知道有没有办法...
【问题讨论】：
标签： r data.table
我们可以将.N 与使用.SDcols 选择列mycols 的方式连接起来。我们还想使用lapply(.SD, mean) 而不是colMeans(.SD)，因为colMeans() 是not optimized。
DT[, c(N = .N, lapply(.SD, mean)), by = k, .SDcols = mycols]
# k N v w
# 1: 1 2 1.5 11.5
# 2: 2 3 4.0 14.0
另外一个例子是，如果我们只想要"v"，我们使用mycols[1]
DT[, c(N = .N, lapply(.SD, mean)), by = k, .SDcols = mycols[1]]
# k N v
# 1: 1 2 1.5
# 2: 2 3 4.0
为了进一步说明，如果我们添加一列 z 然后从上面运行相同的代码，那么我们会看到 z 不包含在结果中。这是因为它是使用.SDcols = mycols 从.SD 中删除的。
DT[, z := 21:25]
DT[, c(N = .N, lapply(.SD, mean)), by = k, .SDcols = mycols]
# k N v w
# 1: 1 2 1.5 11.5
# 2: 2 3 4.0 14.0
【讨论】：
v 和w）我不想包括在内。
.SDcols 的用途。它选择.SD 的列。如果我们添加列DT$z <- 21:25，然后运行上面的代码，我们可以看到z不会包含在结果中，也不会包含在计算中
.(N=.N) 与 N=.N 有何不同？