如何在data.table中链式执行排序、分组、新增列、数据透视操作

• 核心错误为列名拼写不匹配：你通过:=创建的新列名为Amt_last（last首字母为小写l），但melt函数中measure.vars参数写入的是Amt_Last（last首字母为大写L），data.table无法识别不存在的列，因此触发报错。
• 如果你需要和dplyr示例完全一致的输出排序，可以在melt后增加排序步骤对齐规则。

library(data.table)
library(lubridate)
library(tidyverse)

# 测试数据构造
test_df <- data.frame(id = c(1234, 1234, 5678, 5678),
                      date = c("2021-10-10","2021-10-10", "2021-8-10", "2021-8-15"),
                      Amount  = c(54767, 96896, 34534, 79870)) %>% 
  mutate(date = ymd(date))

# 转换为data.table并实现对应逻辑
setDT(test_df)
test_df[order(date),
        `:=`(Amt_first = first(Amount),
             Amt_last = last(Amount)), 
        by = id] %>% 
  melt(measure.vars = c("Amt_first","Amt_last"),
       variable.name = "Amt_catg", value.name = "Amt_val") %>% 
  setorder(date, id) # 可选，对齐dplyr按日期、id排序的输出规则

id       date Amount  Amt_catg Amt_val
1: 5678 2021-08-10  34534 Amt_first   34534
2: 5678 2021-08-10  34534  Amt_last   79870
3: 5678 2021-08-15  79870 Amt_first   34534
4: 5678 2021-08-15  79870  Amt_last   79870
5: 1234 2021-10-10  54767 Amt_first   54767
6: 1234 2021-10-10  54767  Amt_last   96896
7: 1234 2021-10-10  96896 Amt_first   54767
8: 1234 2021-10-10  96896  Amt_last   96896

内容的提问来源于stack exchange，提问作者ViSa