如何将dplyr代码转换为data.table实现？

安全阿岳

2026-8-17

将dplyr+slider代码转换为data.table实现

核心思路

data.table通过分组操作替代group_split+map_dfr，用内置的shift()函数替代slide_dbl()的窗口逻辑（原代码仅需获取前一行数据），结合.SD和lapply实现批量列处理，无需依赖slider包，同时保持链式写法。

完整data.table代码

library(data.table)

# 转换为data.table并执行链式处理
setDT(data)[, 
  c(paste0("Updated_", c("X2022", "X2023"))) := lapply(.SD, function(x) {
    lag_x <- shift(x, n = 1, type = "lag") # 取前一行数据，对应slide的.before=1
    # 实现原slide中的判断逻辑
    fcase(
      is.na(x), x,
      is.na(lag_x) & !is.na(x), x,
      (lag_x - x) != 0, x,
      default = NA_real_
    )
  }), 
  by = .(Forecaster, CountryName), # 分组键，对应原group_split的字段
  .SDcols = c("X2022", "X2023") # 指定要处理的列，对应原across的列列表
][]

关键替换说明

分组逻辑替换
原代码group_split(Forecaster, CountryName) %>% map_dfr(...) → data.table中直接用by = .(Forecaster, CountryName)在同一链式操作中完成分组处理，无需拆分再合并，性能更优。
批量列处理替换
原代码mutate(across(c(X2022, X2023), ...)) → data.table中用.SDcols指定目标列，结合lapply(.SD, ...)实现批量处理，c(paste0("Updated_", ...)) := 直接赋值生成新列，对应原.names = 'Updated_{.col}'。
滑动窗口逻辑替换
原代码slide_dbl(., .f = ~..., .before = 1, .complete = TRUE) → 因为仅需获取当前行和前一行的窗口，用shift(x, n=1, type="lag")即可实现，shift默认返回第一行为NA，对应.complete=TRUE的要求。
判断逻辑简化
原代码中的多分支if-else，替换为data.table的fcase()函数（类似dplyr的case_when），语法更简洁且性能更好。