data.table v1.15.2按列子集行后调用shift()赋值报错问题

在data.table v1.14.2里，你用data[to.keep == TRUE, (mycols) := shift(value, n = 1:3, type = 'lag'), by = Species]能顺利按筛选后的行分组生成滞后列，但到了v1.15.2就报「提供16个元素要分配给lag.1列的11个项」的错，核心原因是版本间分组计算的行匹配逻辑变了：

• v1.14.2中，用i参数（也就是to.keep == TRUE）筛选行后，by分组是基于筛选后的子集来做的，shift只会计算每个组内筛选后的行，生成的结果长度和当前组的筛选后行数一致，赋值自然没问题。
• v1.15.2里，by分组是基于整个原始数据集的分组，哪怕你用i筛了行，shift还是会对每个组的所有原始行计算滞后值，结果长度是该组的原始总行数，而你要赋值的只有筛选后的那部分行，两者长度不匹配就报错了。

举个实际场景：假设某个Species组原始有16行，其中11行符合to.keep == TRUE。旧版本里shift只处理这11行，出11个值；新版本处理全组16行，出16个值，要塞到11行的列里，自然就冲突了。

你说的在j里重复筛选的方法确实能解决，比如：

data[to.keep == TRUE, (mycols) := shift(value[to.keep == TRUE], n = 1:3, type = 'lag'), by = Species]

或者先把筛选后的数据集单独拎出来处理，再合并回去，逻辑更清晰：

filtered_dt <- data[to.keep == TRUE]
filtered_dt[, (mycols) := shift(value, n = 1:3, type = 'lag'), by = Species]
data[filtered_dt, on = .(Species, your_unique_id), (mycols) := mget(mycols)]

这个调整属于data.table内部逻辑的优化，没单独在shift的文档里提，而是包含在版本更新的整体行为变更里。

内容的提问来源于stack exchange，提问作者aattp