能否在data.table中按聚合结果排序？索引实现问题咨询

好问题！这确实能帮你吃透data.table的核心执行逻辑～

首先得明确：你之前的两行代码写法完全没问题，而且setorder()是原地排序，性能还特别好，其实很推荐。不过你好奇的单行实现和报错原因，咱来拆解清楚：

为什么你的单行代码会报错？ #

data.table的语法x[i, j, by]是有固定执行顺序的：

• 先处理i部分：对原始的flights表做行筛选、排序等操作，这时候只能用原始表中存在的列（比如distance）
• 再按by指定的字段分组
• 最后执行j部分：对每个分组计算聚合，生成新的列（比如你定义的miles）

你写的flights[order(-miles), .(miles = sum(distance)), by = "carrier"]里，order(-miles)是在i阶段执行的，但这时候miles还没生成（它是j阶段才会出现的聚合列），原始的flights表根本没有这个字段，自然会报错。

正确的单行实现方式 #

如果想把聚合和排序写成一行，利用data.table的链式操作就可以了——因为每次[]返回的都是data.table对象，所以可以直接在后面追加排序操作：

mbc <- flights[, .(miles = sum(distance)), by = carrier][order(-miles)]

这个写法和你原来的两行代码逻辑完全一致：先完成聚合得到包含carrier和miles的表，再对这个结果表按-miles排序。

额外小技巧：更高效的原地排序 #

如果你追求极致性能，还是推荐你原来的两行写法，因为setorder(mbc, -miles)是原地修改原表，不需要额外复制数据，比[order()]的内存效率更高。尤其是处理大表的时候，这个差异会很明显。

内容的提问来源于stack exchange，提问作者Tim Hoolihan