如何在data.table中对多组.SDcols执行逐行函数处理？

针对你遇到的多列组逐行归一化需求，我们可以通过定义列组列表+批量遍历处理的方式来简化代码，彻底解决列组过多需要重复操作的问题。以下是完整的实现方案：

library(data.table)
set.seed(11)
DT <- data.table(V1=LETTERS[1:5], V2=sample(5), V3=sample(5), V4=sample(5), V5=sample(5))

# 1. 一次性将所有需要处理的整数列转为数值型
num_cols <- c("V2", "V3", "V4", "V5")
DT[, (num_cols) := lapply(.SD, as.numeric), .SDcols = num_cols]

# 2. 定义所有需要归一化的列组（按需添加更多组即可）
col_groups <- list(
  group1 = c("V2", "V3"),
  group2 = c("V3", "V4")
  # 示例：新增列组 -> group3 = c("V4", "V5")
)

# 3. 批量遍历每个列组，执行逐行归一化
for (group in col_groups) {
  DT[, (group) := .SD / rowSums(.SD), .SDcols = group]
}

# 查看处理后的结果
DT

关键细节说明 #

• 统一转换数值类型：你之前提到data.table出于性能不会自动转换整数到数值，这里我们一次性处理所有需要参与计算的列，比单独处理每个组更高效。
• 列组列表化：把所有需要处理的列组放在一个列表中，后续新增或修改列组只需要调整这个列表，完全不需要重复写归一化逻辑。
• 简洁的归一化逻辑：用rowSums(.SD)替代了sum(.SD)配合by=1:nrow(DT)的写法，代码更简洁，同时data.table对rowSums有专门优化，性能表现和逐行分组一致。

进阶：保留原始列，生成归一化新列 #

如果不想覆盖原始列，而是生成带标识的新列（比如V2_norm_group1），可以修改遍历逻辑如下：

for (group_name in names(col_groups)) {
  group_cols <- col_groups[[group_name]]
  # 生成新列名，格式为【原始列名_norm_组名】
  new_cols <- paste0(group_cols, "_norm_", group_name)
  DT[, (new_cols) := .SD / rowSums(.SD), .SDcols = group_cols]
}

这样处理后，原始列会被保留，同时新增对应组的归一化列，方便对比原始数据和处理结果。

内容的提问来源于stack exchange，提问作者anamaria