如何按列索引合并data.table中第4列至末列的值

需求说明 #

需要在data.table中新增名为combinations的列，将第4列到最后一列的每行值用逗号分隔后存储。该代码需适配列数可变的data.table：起始列固定为第4列，但末列索引无法预先确定。已知按列名合并的方法可行，希望通过列索引实现。

已知可行的列名实现方式 #

mycols <- c("apple", "orange", "banana")
data[, combinations := paste(mycols, sep = ", ")]

尝试过的无效索引代码 #

ncols <- ncol(data)
my_cols <- data[, c(4:ncols)] 
data[, combinations := paste(mycols, sep = ", ")]

示例数据 #

library(data.table)
# 构造示例data.table
data <- fread("id  number  day apple  orange  banana  
1   35      2   red    orange  yellow
2   12      3   red    NA      yellow
3   47      5   NA     orange  yellow")

期望结果 #

正确的列索引实现方案 #

利用data.table的.SD（数据子集）和.SDcols参数指定目标列范围，结合do.call按行合并列值：

# 生成combinations列
data[, combinations := do.call(paste, c(.SD, sep = ", ")), .SDcols = 4:ncol(data)]

代码解释 #

• .SDcols = 4:ncol(data)：自动适配列数变化，明确指定处理第4列到最后一列
• .SD：代表.SDcols选定的列子集
• do.call(paste, c(.SD, sep = ", "))：将paste按行应用到列子集的每个元素上，实现每行的多值合并

之前的无效代码问题在于：提取列子集后直接用paste，会把整个列集合作为参数合并，而非按行处理每行的列值。

内容的提问来源于stack exchange，提问作者bziggy