如何将data.table各列的均值、标准差转为多列结果表？

我太懂你这个困扰了——你现在用lapply(.SD, test)得到的是2行3列的结果，每个列对应原数据的一个指标，行是mean和sd，但你想要把这些统计量都拆成单独的列，变成1行6列的data.table对吧？

下面给你几种实用的解决方法：

方法1：用melt+dcast重塑数据（通用型，适合列多的情况） #

先保留你原来的计算逻辑，再通过数据重塑得到目标格式：

library(data.table)

# 你的原函数和计算
test <- function(x){ c(mean = mean(x), sd = sd(x)) }
b <- a[ , lapply(.SD, test)]

# 转成长格式，拆分指标和统计类型
b_long <- melt(b, measure.vars = names(b), variable.name = "Metric", value.name = "Value")
b_long[, c("Variable", "Stat") := tstrsplit(Metric, "\\.")]

# 转成宽格式，得到目标结构
result <- dcast(b_long, . ~ Variable + Stat, value.var = "Value")

方法2：直接转置并设置列名（简洁型） #

利用转置操作直接把行转成列，再调整列名：

test <- function(x){ c(mean = mean(x), sd = sd(x)) }
b <- a[ , lapply(.SD, test)]

# 转置后转成data.table，再调整列名
result <- as.data.table(t(b))
new_colnames <- paste0(rownames(result), ".", colnames(result))
result <- transpose(result)[, setnames(.SD, new_colnames)]

方法3：手动定义输出列（直观型，适合列少的情况） #

如果你的列数不多（就这3个），直接在j表达式里逐个定义统计量列，非常直观：

result <- a[, .(
  Accuracy.mean = mean(Accuracy),
  Accuracy.sd = sd(Accuracy),
  Specificity.mean = mean(Specificity),
  Specificity.sd = sd(Specificity),
  Sensitivity.mean = mean(Sensitivity),
  Sensitivity.sd = sd(Sensitivity)
)]

为什么原代码会得到两行？ #

因为你的test函数返回的是长度为2的向量，lapply会把每个列的计算结果作为新的一列，所以最终b是2行（对应mean和sd）、3列（对应原数据的三个指标）的结构。我们需要把这个结构“旋转”一下，把行的统计类型和列的指标名结合，变成单独的列名，就得到你要的1行6列结果啦。

内容的提问来源于stack exchange，提问作者costa_25