如何用data.table实现dplyr的group_by+mutate(across)且保留非处理列

要实现和dplyr代码完全等效的效果（分组转换指定列且保留其他列），你需要使用data.table的原地更新操作符:=，而不是直接返回.SD的计算结果。具体代码如下：

library(data.table)
# 先将mtcars转换为data.table（如果还不是的话）
setDT(mtcars)

# 分组更新指定列，保留其他所有列
mtcars[, (mpg:qsec) := lapply(.SD, function(x) x / sum(x)), 
       .SDcols = mpg:qsec, 
       by = vs]

代码说明： #

• := 是data.table的核心原地更新语法，它会直接修改目标列，而不会丢弃其他未指定的列（比如am、gear、carb），这和dplyr中mutate的行为完全一致。
• (mpg:qsec) 用括号包裹列范围，是为了将列名表达式的结果作为要更新的列名，确保批量修改指定范围的列。
• .SDcols = mpg:qsec 限定.SD（Subset of Data）只包含mpg到qsec的列，避免对其他列做不必要的处理。
• by = vs 指定分组依据，和dplyr的group_by(vs)作用相同。

不修改原数据的方案： #

如果不想直接修改原始的mtcars，可以先复制一份再操作：

mtcars_modified <- copy(mtcars)
mtcars_modified[, (mpg:qsec) := lapply(.SD, \(x) x / sum(x)), 
                .SDcols = mpg:qsec, 
                by = vs]

为什么你之前的写法会丢失列？ #

你之前的代码mtcars[, lapply(.SD, function(x) { x/sum(x) }), .SDcols = mpg:qsec, by = vs]是直接返回分组后处理的.SD结果，这会生成一个只包含分组列和.SDcols指定列的新data.table，自然会丢失其他未包含在.SDcols里的列。而使用:=则是在原数据结构上更新指定列，其他列会被完整保留。

内容的提问来源于stack exchange，提问作者sam