如何简化R中data.table分组批量列运算的代码？

你遇到的问题核心是：直接用字符向量传入lapply时，没有正确引用数据框的列，导致sum函数处理的是字符串而非列值。下面是两种基于cols向量的简洁正确写法：

方法1：使用.SD和.SDcols（推荐最简洁） #

这是data.table原生支持的批量处理多列的方式，.SD代表当前分组的子数据集，.SDcols指定要处理的列：

library(data.table)

df <- data.table(a = c(1, 1, 2, 2),
                 b = c(2, 4, 6, 6),
                 c = c(1, 3, 7, 10),
                 d = c(1, 5, 1, 5)
                 )

cols = c('b', 'c', 'd')

# 正确实现
output <- df[, lapply(.SD, sum, na.rm = TRUE), by = a, .SDcols = cols]

方法2：用get()引用字符列名 #

如果需要手动处理列名，可以用get()函数把字符列名转为对应的列数据，再用setNames保证输出列名正确：

output <- df[, setNames(lapply(cols, function(x) sum(get(x), na.rm = TRUE)), cols), by = a]

错误原因说明 #

你的output_fail写法错误在于：lapply(cols, function(x) sum(x, na.rm = TRUE))里的x是字符串（比如"b"），sum(x)实际是对字符串求和，而不是对df$b列求和，自然得不到正确结果。

内容的提问来源于stack exchange，提问作者Sam Asin