如何在R的data.table分组求和时过滤指定ID的行？

你的问题出在rows_filtered是对整个数据集的全局过滤，不是按date分组后每组内的过滤，所以sum(col2[rows_filtered])会先计算所有符合条件的col2总和，再把这个固定值重复分配给每个日期分组，分组功能自然失效。

用data.table的语法，正确做法是在分组计算时，针对每组内的数据做过滤，以下是两种常用写法：

写法一：在sum里直接用组内逻辑索引 #

library(data.table)

# 假设do_not_include_ids是一个存储待排除id的向量，比如c("id001", "id002")
output <- input[, .(
    col1 = sum(col1),
    col2 = sum(col2[!(id %in% do_not_include_ids)])
), by = date]

这里!(id %in% do_not_include_ids)会在每个date分组内单独判断当前行的id是否需要排除，只对组内符合条件的col2值求和。

写法二：用ifelse转换值后求和 #

如果觉得逻辑索引的写法不够直观，也可以用ifelse把需要排除的行的col2值设为0，再对每组求和，结果完全一致：

output <- input[, .(
    col1 = sum(col1),
    col2 = sum(ifelse(id %in% do_not_include_ids, 0, col2))
), by = date]

另外补充个data.table的常用语法细节：代码里的j=可以省略，用.()代替list()是更简洁的标准写法。

内容的提问来源于stack exchange，提问作者roulette01