如何在data.table中按引用创建分组聚合的signal实例列表列？

给定如下data.table：

library(data.table)
dt <- data.table(  
  a=c(1,3,1,3,5:8)
  , b=c(2,4,2,4,9:12)
  , signal = c("up", "up", "down", "down")
)

需求是创建一个列temp，列出每对a、b对应的所有signal实例。

以下非引用修改的代码可得到正确结果：

dt_out <- dt[
  , .(temp = signal |> list(), signal)
  , .(a,b)
] 

输出结果：

> dt_out
       a     b    temp signal
   <num> <num>  <list> <char>
1:     1     2 up,down     up
2:     1     2 up,down   down
3:     3     4 up,down     up
4:     3     4 up,down   down
5:     5     9      up     up
6:     6    10      up     up
7:     7    11    down   down
8:     8    12    down   down

但尝试直接按引用创建temp列时，结果不符合预期：

dt[
   , temp := signal |> list()
   , .(a,b)]

错误输出（temp并非列表类型）：

> dt
       a     b signal   temp
   <num> <num> <char> <char>
1:     1     2     up     up
2:     3     4     up     up
3:     1     2   down   down
4:     3     4   down   down
5:     5     9     up     up
6:     6    10     up     up
7:     7    11   down   down
8:     8    12   down   down

请问如何修正，以实现在dt中按引用创建temp列？

按组引用赋值时，signal |> list()仅生成一个包含当前组所有signal的单元素列表，data.table会自动拆解这个列表中的向量，按位置分配给组内每行，导致temp变成普通字符列。

要让temp成为存储每组所有signal的列表列，需确保每个组返回长度等于组内行数的列表，每个元素都是当前组的完整signal向量。修正代码如下：

dt[, temp := rep(list(signal), .N), by = .(a, b)]

执行后即可得到符合预期的结果：

> dt
       a     b signal    temp
   <num> <num> <char>  <list>
1:     1     2     up up,down
2:     3     4     up up,down
3:     1     2   down up,down
4:     3     4   down up,down
5:     5     9     up      up
6:     6    10     up      up
7:     7    11   down    down
8:     8    12   down    down

关键说明 #

• .N是data.table内置变量，代表当前组的行数；
• rep(list(signal), .N)将包含当前组signal的列表重复.N次，生成与组内行数匹配的列表，确保每行temp都存储该组全部signal实例。

内容的提问来源于stack exchange，提问作者Fabio Correa