如何在data.table中结合聚合、过滤与分组操作？批量处理多列的高效实现方案

嘿，你说得没错，data.table里确实有更优雅高效的实现方式，完全不用像这样逐列重复写代码、再手动合并结果～给你分享两种简洁的解法，都能达到和你现有代码一样的效果，但代码量少得多，效率也更高：

解法1：直接用lapply + .SDcols #

这种方法直接在分组操作里一次性处理所有x列，一步到位得到最终的宽表：

set.seed(123)
foo <- data.table(id = rep(LETTERS[1:10], each = 10),
                  code = sample(c(111, 222, 333, 444), 100, replace = TRUE),
                  x1 = sample(0:1, 100, replace = TRUE),
                  x2 = sample(0:1, 100, replace = TRUE),
                  x3 = sample(0:1, 100, replace = TRUE),
                  x4 = sample(0:1, 100, replace = TRUE),
                  x5 = sample(0:1, 100, replace = TRUE),
                  x6 = sample(0:1, 100, replace = TRUE))

# 核心代码一行搞定
out <- foo[, lapply(.SD, function(col) uniqueN(code[col == 1])), 
           by = id, .SDcols = paste0("x", 1:6)]

代码解释：

• .SDcols = paste0("x", 1:6)：指定我们要处理的列是x1到x6；
• lapply(.SD, function(col) ...)：对每个x列执行自定义函数，函数里只保留当前列值为1的行对应的code，然后用uniqueN计算唯一值的数量；
• by = id：按id分组聚合，最终直接生成和你预期一致的宽表，完全不需要后续的setkey和合并操作。

解法2：用melt转长表 + dcast转回宽表 #

如果觉得长表处理更直观，可以用这种“转长-处理-转宽”的思路，代码同样简洁：

# 先把宽表转成包含变量名的长表
foo_melted <- melt(foo, id.vars = c("id", "code"), measure.vars = paste0("x", 1:6))
# 过滤值为1的行，再按id和变量名聚合计算唯一code数，转回宽表
out <- dcast(foo_melted[value == 1], id ~ variable, fun.aggregate = uniqueN, value.var = "code")

代码解释：

• melt：把x1-x6这些列转成两列——variable（存储x1/x2等列名）和value（存储对应列的0/1值）；
• foo_melted[value == 1]：只保留需要计算的行（值为1的记录）；
• dcast：把长表转回宽表，按id分组，对每个variable（x1-x6）用uniqueN聚合code列，得到最终结果。

验证结果 #

你可以用all.equal(out, f1[f2,][f3,])来验证，两种解法得到的结果和你原来的代码完全一致，而且不管你的x列有多少个（比如x1到x100），这两种方法都只需要修改paste0("x", 1:6)里的范围即可，扩展性极强。

内容的提问来源于stack exchange，提问作者Discus23