如何在R data.table中高效获取最大值及其来源列

可以利用data.table的向量化特性和.SD工具，一次性计算出指定列的最大值来源列名与对应数值，避免重复计算或硬编码列判断，适配任意数量的目标列：

核心实现代码 #

library(data.table)
DT <- data.table(mtcars)
target_cols <- c('gear', 'carb')

# 一次性生成maxColName和maxValue两列
DT[, c('maxColName', 'maxValue') := {
  max_pos <- max.col(.SD)
  .(names(.SD)[max_pos], .SD[cbind(seq_len(.N), max_pos)])
}, .SDcols = target_cols]

关键逻辑说明 #

• max.col(.SD)：快速获取每行最大值在目标列中的位置索引（相对于.SD的列顺序）
• names(.SD)[max_pos]：将索引转换为对应的列名，生成maxColName列
• .SD[cbind(seq_len(.N), max_pos)]：通过行号+列索引的矩阵组合，向量化提取每行的最大值，生成maxValue列
• 全程基于data.table的原生向量化操作，效率远高于逐条件赋值，且无需修改代码即可扩展到3列及以上的场景

关于get()失败的原因 #

get()函数无法直接处理每行不同的列名字符串，它是针对单个变量名的提取工具，不支持向量化的多列名匹配。而上述方案用矩阵索引.SD的方式，完全契合data.table的向量化设计逻辑。

可选：复用最大值索引（如需后续操作） #

如果需要复用最大值的位置索引，可以先单独计算索引列，再生成目标列：

DT[, max_pos := max.col(.SD), .SDcols = target_cols]
DT[, c('maxColName', 'maxValue') := .(names(.SD)[max_pos], .SD[cbind(seq_len(.N), max_pos)]), .SDcols = target_cols]
# 不需要索引列时可删除
DT[, max_pos := NULL]

内容的提问来源于stack exchange，提问作者TrainedMusician