如何在R data.table中按分组计算排除当前行的目标字段平均值

你写的聚合逻辑只差一步即可实现需求，直接在计算中引用b即可，完整代码如下：

dt[, avg2 := (sum(b) - b)/(.N - 1), by = a]

实现原理 #

• data.table按a分组后，b代表当前分组内所有行的b值组成的向量，sum(b)是当前组的b列总和（标量），sum(b) - b会自动广播计算，得到组内每一行排除自身b值后的总和
• .N是data.table分组内置变量，代表当前分组的总行数，.N - 1就是排除当前行后的有效样本量
• 使用:=运算符可以直接在原数据表上新增avg2字段，不需要额外赋值拷贝，性能更高

完整测试示例 #

你可以运行下方代码验证结果和预期一致：

library(data.table)
# 构造示例数据表
dt <- data.table(
  a = c(1, 1, 1, 2, 2),
  b = c(7, 0, 2, 1, 3)
)
# 分组计算avg和avg2
dt[, `:=`(
  avg = mean(b),
  avg2 = round((sum(b) - b)/(.N - 1), 2)
), by = a]
# 输出结果
print(dt)

内容的提问来源于stack exchange，提问作者pendermath