基于分组计数与条件判断为data.table添加新列

我来帮你搞定这个data.table的问题！你的思路方向是对的，只是在分组求和的环节没选对筛选逻辑，咱们一步步来搞定：

第一步：确保数据是data.table格式 #

先把你的数据转换成data.table类型（如果还没转的话）：

library(data.table)
DT <- setDT(DT)

第二步：分组计算并赋值New_Var #

我们可以在一次分组操作里完成所有逻辑，不需要额外冗余的中间列（如果想保留中间计算结果也可以调整）：

DT[, New_Var := {
  # 先在当前家庭组内计算两个关键总和
  total_main0 <- sum(Variable[Main == 0])
  total_main1 <- sum(Variable[Main == 1])
  # 根据家庭人数和当前行的Main值返回对应结果
  if (.N == 1) {
    0
  } else {
    ifelse(Main == 1, total_main0, total_main1)
  }
}, by = Household]

代码细节解释： #

• .N是data.table的特殊内置变量，代表当前分组（这里是Household）的行数，也就是该家庭的成员数量
• sum(Variable[Main == 0])会在每个家庭组内，仅对Main==0的行的Variable值求和，精准筛选了你需要的子集
• 逻辑判断部分：如果家庭只有1个成员，直接返回0；否则根据当前行的Main标记，返回对应的另一组总和

可选：保留中间计算过程的写法 #

如果你想直观看到每个家庭的Main==0和Main==1的总和，可以先计算这些中间列，再赋值New_Var，最后按需删除中间列：

# 先分组计算总和和家庭人数
DT[, `:=`(
  sum_main0 = sum(Variable[Main == 0]),
  sum_main1 = sum(Variable[Main == 1]),
  household_size = .N
), by = Household]

# 赋值New_Var
DT[, New_Var := ifelse(household_size == 1, 0, ifelse(Main == 1, sum_main0, sum_main1))]

# 移除不需要的中间列
DT[, c("sum_main0", "sum_main1", "household_size") := NULL]

验证结果正确性 #

运行完代码后，你可以用下面的代码验证结果是否和你给出的DTnew一致（考虑浮点数精度差异，添加tolerance参数）：

all.equal(DT, DTnew, tolerance = 1e-6) # 返回TRUE即说明结果完全匹配

你之前代码的问题说明 #

你尝试的sum(Variable, by=Household)写法是错误的：sum()函数本身不支持by参数，且你没有针对Main的取值做筛选。正确的做法是在分组内，对符合Main条件的Variable子集求和，也就是sum(Variable[Main == 0])这类精准筛选的写法。

内容的提问来源于stack exchange，提问作者Tom