如何在R data.table中让.I函数仅作用于数据表特定元素

初始场景 #

先看初始代码和目标需求：
初始运行的代码会生成带全局序号Nbr、同ID下按顺序标注字母编号Class的数据表：

> DT
   ID Nbr Class
1:  A   1     A
2:  A   2     B
3:  B   3     A
4:  C   4     A
5:  D   5     A

DT <- data.table(ID = c("A","A","B","C","D")) 
DT[, c("Nbr", "Class") := .(.I, LETTERS[seq_len(.N)]), by = ID]

需求是用纯data.table原生语法修改代码，跳过ID为B的分组的Class编号逻辑，把所有ID为B的行的Class值统一设为NA，最终得到如下结果：

> DT
   ID Nbr Class
1:  A   1     A
2:  A   2     B
3:  B   3     NA
4:  C   4     A
5:  D   5     A

实现方案 #

方案1：分组内直接做条件判断（单次遍历，效率更高） #

利用data.table分组操作内置的.BY对象获取当前分组的ID值，直接在j的赋值逻辑里加分支判断，一次分组操作完成两列的赋值，不需要额外子集筛选：

DT <- data.table(ID = c("A","A","B","C","D")) 
DT[, c("Nbr", "Class") := .(
  .I,
  if (.BY$ID == "B") NA_character_ else LETTERS[seq_len(.N)]
), by = ID]

关键说明：

• .BY是分组计算时的内置环境变量，存储当前分组所有by字段的取值，因为这里按ID分组，每个分组ID唯一，直接判断.BY$ID即可
• 用NA_character_而非通用NA是为了保持Class列的字符类型一致，避免类型转换警告

方案2：分两次按行条件赋值（逻辑直观，易理解） #

利用data.table的i行筛选机制，先完成通用逻辑赋值，再单独处理ID为B的行，逻辑更直白，适合新手熟悉i筛选+j赋值的基础语法：

DT <- data.table(ID = c("A","A","B","C","D")) 
# Nbr是全局行号，不需要分组判断，直接赋值
DT[, Nbr := .I]
# 筛选非B的ID，按分组规则生成Class
DT[ID != "B", Class := LETTERS[seq_len(.N)], by = ID]
# 筛选ID为B的行，统一赋值NA
DT[ID == "B", Class := NA_character_]

两种写法运行后都能得到目标结果，数据量较大时优先选方案1，减少遍历次数提升性能。

内容的提问来源于stack exchange，提问作者Curious Jorge - user9788072