使用by=.EACHI时data.table为何存在重复列名？

问题背景 #

在计算每个时间戳过去10秒内记录的滚动中位数时，使用by=.EACHI的不等连接写法会出现重复的time列，而普通连接会自动重命名重复列，由此衍生三个技术问题：

1. 为何使用by=.EACHI时未自动修复重复列名？ #

普通连接（无by=.EACHI）会返回左右表的所有匹配行，此时若出现列名重复，data.table会给右侧i表的重复列添加.1后缀（如time.1），目的是区分来自左右表的同名列。

但使用by=.EACHI时，执行的是按i表每行的连接组进行聚合，返回的不是原表的列，而是on参数中每个不等条件对应的边界值。由于你在on里用了同一列的两个独立条件（time >= time10和time <= time），这两个条件对应的边界值都会被作为分组键返回，data.table认为这是你明确需要的两个独立结果，因此不会自动重命名——这不是表间的重复列，而是两个不同条件的输出。

2. 重复time列的底层机制是什么，如何区分并访问它们？ #

底层机制

当X[Y, on=..., by=.EACHI]执行时，by=.EACHI会以Y表的每一行作为分组依据，计算该行在X表中满足on条件的所有行的聚合结果。此时返回的重复列，对应on参数中每个条件的边界值：

• 第一个time列：对应on中第一个条件time >= time10的右侧值（即Y表的time10，也就是time-10）
• 第二个time列：对应on中第二个条件time <= time的右侧值（即Y表的time）

区分与访问方式

• 提前重命名（推荐）：在on参数中直接给条件命名，从根源避免重复列：

  dt[dt, on = .(lower_bound = time >= time10, upper_bound = time <= time), 
     .(N = .N), by = .EACHI]
  

  结果会直接生成lower_bound和upper_bound列，无重复问题。
• 位置索引访问：对结果表按列位置访问，比如result[[1]]取第一个time，result[[2]]取第二个：

  res <- dt[dt, on = .(time >= time10, time <= time), .N, by = .EACHI]
  res[, lower := V1]
  res[, upper := V2]
  

• 用get()指定环境：通过指定位置区分两个同名列：

  dt[dt, on = .(time >= time10, time <= time), 
     .(N = .N, lower = get("time"), upper = get("time", pos = 2)), 
     by = .EACHI]
  

3. 是否有关于该特性的优质官方或技术文档可参考？ #

• 官方帮助页：直接查看?data.table，重点关注on参数、by=.EACHI的说明，里面有不等连接的基础示例。
• 官方Vignettes：《Joins》专题文档详细讲解了等值连接、不等连接的用法，以及by=.EACHI的聚合场景。
• GitHub Wiki：data.table的GitHub仓库Wiki中的《Advanced Joins》部分，包含更多复杂的不等连接+聚合的实战案例。

内容的提问来源于stack exchange，提问作者Noskario