如何为data.table中的每个组生成唯一数字并统计？

先给出原始数据供参考：

library(data.table)

group <- c("a", "a", "a", "b", "b")
start <- c(3, 5, 15, 22, 25)
end <- c(9, 11, 20, 23, 30)

dt <- data.table(group, start, end)

(i) 新增列存储每行start到end的所有数字 #

利用data.table支持列表列的特性，直接生成每行的整数序列：

dt[, numbers := lapply(seq_along(start), function(i) seq(start[i], end[i]))]

执行后numbers列的每个元素为对应行start到end的完整整数序列，比如第一行对应c(3,4,5,6,7,8,9)。

(ii) 按group分组添加组内唯一数字列 #

按分组聚合所有行的序列，去重后生成组级唯一数字列表并关联回原表：

dt[, unique_numbers_per_group := list(unique(unlist(Map(seq, start, end)))), by = group]

Map(seq, start, end)生成组内所有行的序列集合，经unlist展开、unique去重后，用list包裹为列表列，确保同组所有行共享同一组唯一数字序列。

(iii) 统计每组唯一数字的数量 #

基于(ii)的结果，直接计算组内唯一数字的总个数：

dt[, count_unique_numbers := length(unlist(unique_numbers_per_group)), by = group]

执行后同组所有行都会显示该组唯一数字的总数量，比如分组a的结果为15。

内容的提问来源于stack exchange，提问作者gernophil