如何在data.table链式操作中让新生成列参与行求和计算

这个问题我之前也碰到过，核心原因是data.table里.SD的列子集是在整个j表达式执行前就确定的，所以你刚用:=生成的新列不会立刻被包含到.SD中。不过有几种简洁的方式能实现你要的效果：

方法1：按顺序赋值，直接引用新生成的列 #

data.table的:=是按顺序执行赋值操作的，先定义tau12，后面的sum1就能直接引用这个新列。这种方式适合列数不多的场景：

# 先还原你的data.table
library(data.table)
library(stringr)

name <- c("Bob","Mary","Jane","Kim")
weight <- c(60,65,45,55)
height <- c(170,165,140,135)
dft <- data.table(name,weight,height)
dft <- data.table (dft[,.(name)] , dft[, weight %*% t(weight)])
names(dft) <- c("name", str_c("tau",1:4))

# 同一操作内生成tau12并计算包含它的行和
dft[, `:=`(
  tau12 = tau1 * tau2,
  sum1 = tau1 + tau2 + tau3 + tau4 + tau12
)]

方法2：用rowSums动态包含新列 #

如果tau相关的列很多，不想手动列出来，可以先生成tau12，再通过索引指定所有需要求和的列：

dft[, `:=`(
  tau12 = tau1 * tau2,
  sum1 = rowSums(.SD[, c(paste0("tau", 1:4), "tau12"), with = FALSE])
)]

这里.SD[, c(..., "tau12"), with = FALSE]会在当前行的上下文中把新生成的tau12和原有tau列组合起来，再用rowSums计算行和。

方法3：利用表达式简化计算 #

既然tau12是tau1*tau2，你也可以直接把这个表达式代入求和，省去列名引用：

dft[, `:=`(
  tau12 = tau1 * tau2,
  sum1 = tau1 + tau2 + tau3 + tau4 + tau1*tau2
)]

为什么你的原代码不生效？ #

你之前的代码里，.SDcols = patterns("^tau")在整个j表达式执行前就已经锁定了原有4个tau列，.SD不会包含后续生成的tau12，所以lapply(.SD, sum)只能计算原有列的和。

内容的提问来源于stack exchange，提问作者tobinz