如何对data.table列表按多条件聚合后执行rbind合并？

• 采用两层嵌套lapply遍历替代重复硬编码，输出结果列表的长度与原输入lst.DT完全一致。
• 第一步：预先定义所有需要遍历的分组字段，无需重复书写单字段聚合逻辑：

  group_cols <- c("C1", "C2", "C3")
  

• 第二步：执行批量计算逻辑：
  1. 外层遍历输入列表中的每一个data.table
  2. 内层对当前data.table，遍历所有分组字段完成单字段聚合
  3. 将同一个源data.table下的所有聚合结果通过rbindlist自动列对齐合并，作为结果列表的单个元素
     完整可运行代码：

  res_lst <- lapply(lst.DT, function(current_dt) {
    # 遍历所有分组条件，生成单组聚合结果的列表
    agg_parts <- lapply(group_cols, function(by_col) {
      current_dt[, .(new = sum(V4 / V5)), by = by_col]
    })
    # 合并当前源DT对应的所有聚合块，列自动对齐
    rbindlist(agg_parts)
  })
  

• 结果校验：res_lst的元素个数与原lst.DT完全相等，第i个元素与手动拼接得到的resi计算结果完全等价。

可选优化：如果合并后需要避免不同分组字段取值混叠、需要溯源每行聚合结果对应的分组类型，可修改内层聚合逻辑，统一列名并新增标识列：

agg_parts <- lapply(group_cols, function(by_col) {
  current_dt[, .(group_var = by_col, new = sum(V4 / V5)), by = .(group_val = get(by_col))]
})

内容的提问来源于stack exchange，提问作者Discus23