如何为data.table添加每行调用返回data.frame的函数结果？

你的问题核心是避免创建大的临时对象——原来的cbind方式会先生成与原DT行数相同的完整data.frame，再和原DT合并，这会导致内存中同时存在两个大数据集，内存占用直接翻倍，对于大数据量来说确实很头疼。下面给你几个高效的解决方案，按推荐程度排序：

1. 优先用向量化函数 + data.table原地赋值（最优） #

首先看你的fn_ret_df函数，内部的val1^2和val2/2本身就是支持向量运算的，也就是说这个函数其实已经是向量化的了！你完全不需要逐行调用，直接把整个c1和c2列传进去，然后用data.table的:=操作符原地添加新列，这样不会创建任何大的临时对象，内存占用最低：

# 直接在原DT中添加新列（原地修改，无额外内存开销）
DT[, c("newC1", "newC2") := fn_ret_df(c1, c2)]

# 如果不想修改原DT，先复制再操作
new_DT <- copy(DT)
new_DT[, c("newC1", "newC2") := fn_ret_df(c1, c2)]

:=是data.table的核心高效操作，它会直接修改原对象（或者复制后的对象），不会生成中间的完整data.frame，内存效率拉满。

2. 若函数必须逐行处理（非向量化场景） #

如果你的实际函数fn_ret_df是非向量化的（比如内部有依赖单值的逻辑），那可以用by = .I逐行处理，同时用:=直接添加列，避免生成完整的临时结果：

DT[, c("newC1", "newC2") := fn_ret_df(c1, c2), by = .I]

这里by = .I表示按每一行分组处理，data.table会逐行调用函数，同时把结果直接赋值到新列中，不会额外存储整个函数返回的data.frame。

3. 生成新数据集的低内存方式（不修改原DT） #

如果你需要保留原DT，同时生成包含新列的数据集，也可以避免cbind的高内存开销，而是先复制原DT，再添加列，或者用cbind结合as.list（但不如第一种方法高效）：

# 方法1：复制后添加列（推荐）
result <- copy(DT)
result[, c("newC1", "newC2") := fn_ret_df(c1, c2)]

# 方法2：如果函数返回列数不固定，用rbindlist逐行处理后合并
temp <- DT[, as.list(fn_ret_df(c1, c2)), by = .I]
result <- merge(DT, temp, by = ".I", all.x = TRUE)
result[, ".I" := NULL]  # 移除辅助列

为什么原来的方法内存高？ #

你原来的DT[, cbind(fn_ret_df(c1, c2), c1, c2)]会先执行fn_ret_df(c1, c2)生成一个和DT行数相同的data.frame，然后再把这个data.frame和原DT的所有列合并成一个新的data.table。这意味着内存中同时存在原DT、函数返回的data.frame、最终合并后的data.table三个大对象，内存占用自然飙升。而上面的方法要么原地修改，要么只生成必要的临时对象，内存效率提升非常明显。

内容的提问来源于stack exchange，提问作者Pavel Lyubin