R data.table：结合lapply分组聚合时自定义.N列名称

首先给出原始数据和定义的列向量：

library(data.table)
dt <- data.table(
  ID = c("b","b","b","a","a","c"),
  x = 1:6,
  y = 7:12,
  z = 13:18
)
cols <- c("x", "y")

要实现分组计算x、y的均值，同时将.N对应的列名改为Members，且在聚合语句内完成，以下是两种可行的正确写法：

方法一：合并命名列表（适配动态列场景） #

将.N包装进命名列表，再与lapply(.SD, mean)的结果合并，这样能保留自定义列名：

dt[, c(lapply(.SD, mean), list(Members = .N)), .SDcols = cols, keyby = "ID"]

执行后结果如下：

ID x  y Members
1:  a 4 10       2
2:  b 2  8       3
3:  c 6 12       1

方法二：直接构造结果列（适合列固定的场景） #

如果列名是固定的，也可以直接在.()里定义所有列：

dt[, .(x = mean(x), y = mean(y), Members = .N), keyby = "ID"]

解释之前尝试失败的原因 #

• 第一种尝试dt[, c(lapply(.SD, mean), Members = .N), .SDcols=cols, keyby = "ID"]失败：
  直接在c()里写Members = .N时，.N作为data.table的特殊变量，会被自动命名为N，而非保留自定义的Members。必须将.N放入list(Members = .N)中，才能让自定义列名生效。

• 第二种尝试dt[, (c(cols, "Members")) = c(lapply(.SD, mean), .N), .SDcols=cols, keyby = "ID"]失败：
  这种写法混淆了data.table的聚合语法与更新语法。聚合操作的j参数需要返回列表或data.table，而非用=直接赋值列名，因此触发语法错误。

内容的提问来源于stack exchange，提问作者gabagool