如何将data.table行插值函数改造为支持多输入行的向量式实现

你遇到的问题核心在于原来的函数是针对单行数据设计的，没有考虑到分组处理——因为每一组（也就是每一对iso1和iso2）都需要独立生成自己的年份序列。其实用data.table自带的分组功能就能完美解决，不需要嵌套lapply或者Map，代码会更简洁高效。

修正后的函数 #

直接利用data.table的by参数按iso1和iso2分组，在每个组内生成从当前年份到stop_year的序列：

require('data.table')

interpolate_rows <- function(dt, stop_year = 2008) {
  # 按iso1和iso2分组，每个组内生成年份序列
  dt[, .(year = seq(year, stop_year)), by = .(iso1, iso2)]
}

测试验证 #

用你的测试数据运行：

test_dt <- data.table(iso1 = c('BTN', 'IND', 'BGD'), iso2 = c('AFG', 'AFG', 'AFG'), year = c(2006, 2003, 2006))
bar <- interpolate_rows(test_dt)
bar

输出结果完全符合你的预期：

iso1 iso2 year
 1:  BTN  AFG 2006
 2:  BTN  AFG 2007
 3:  BTN  AFG 2008
 4:  IND  AFG 2003
 5:  IND  AFG 2004
 6:  IND  AFG 2005
 7:  IND  AFG 2006
 8:  IND  AFG 2007
 9:  IND  AFG 2008
10:  BGD  AFG 2006
11:  BGD  AFG 2007
12:  BGD  AFG 2008

为什么原来的代码不行？ #

你提到的year <- as.integer(dt[, .SD, .SDcols = 'year'])这一行，当输入是多行数据时，它会把所有年份变成一个向量，但后续的if (year < stop_year)判断是针对整个向量的，这在R里会触发向量逻辑判断的警告，而且后续的rep和赋值操作也不会按组处理，导致所有行都重复相同的次数，完全不符合需求。

而用by = .(iso1, iso2)分组后，data.table会自动对每个组单独执行seq(year, stop_year)，每个组的年份序列都是独立生成的，完美适配多行场景。

内容的提问来源于stack exchange，提问作者FlobbyDsk