使用data.table函数的by参数传入多列时出现错误

错误原因 #

你遇到的错误是因为在by参数中使用list(bycol1, bycol2)时，传入的字符串列名被当成了长度为1的常量值，而非引用DT中对应的列，导致分组元素长度与DT行数不匹配。

修正方案 #

直接将字符向量传入by参数即可，data.table支持直接用字符向量指定分组列。同时可以简化j表达式里的计算逻辑（无需lapply，因为只针对ret列计算）：

vw_testfunction <- function(bycol1, bycol2){
  vwret_df <- DT[, .(vw_ret = sum(ret * mcap / sum(mcap, na.rm = TRUE), na.rm = TRUE)),
                 by = c(bycol1, bycol2),
                 .SDcols = "ret"]
  return(vwret_df)
}

test <- vw_testfunction("state", "datadate")

补充说明 #

• by = c(bycol1, bycol2)：data.table会自动识别字符向量中的元素为DT的列名，正确按列进行分组。
• 简化计算逻辑：由于.SDcols仅指定了ret，无需用lapply遍历.SD，直接在j表达式中使用ret和mcap列计算即可（mcap是DT的列，可直接调用）。
• 备选方案（不推荐，仅作参考）：若坚持用list形式，可通过get()函数引用列：

by = list(get(bycol1), get(bycol2))

但这种写法不如直接传字符向量简洁直观。

内容的提问来源于stack exchange，提问作者PolarVibes