如何在data.table中无需apply生成行向量并添加行标准差列

这俩都是data.table里很常见的行级操作需求，我给你整理了不用apply的高效解法：

有两种符合data.table向量化风格的方法，完全不用apply这类循环型函数：

• 方法一：用transpose()生成每行向量的列表
  transpose()是data.table内置的高效函数，它会把原表的列转成列表，每个列表元素就是原表对应的一行向量。示例代码：

library(data.table)
DT <- data.table(a = 1:4, b = c(5,7,9,11), c = c(13,16,19,22), d = c(25,29,33,37))

# 生成所有行的向量列表
row_vec_list <- transpose(DT)

# 提取第1行的向量
row1_vector <- row_vec_list[[1]]  # 结果为 c(1, 5, 13, 25)

• 方法二：在data.table内新增列存储每行向量
  如果需要把每行向量作为新列保留在表中，可以结合.SD和逐行分组处理：

DT[, row_vector := .(transpose(.SD)), by = seq_len(nrow(DT))]

这里by = seq_len(nrow(DT))让我们按每行单独分组，transpose(.SD)把当前行的所有列转成向量，再用.()包裹成列表存入新列，全程没有用到apply。

同样可以用向量化方法或者手动计算，完全避开apply：

方法一：用matrixStats包的rowSds()（推荐，高效） #

matrixStats包的rowSds()是专门计算矩阵每行标准差的向量化函数，和data.table适配性极好：

library(data.table)
library(matrixStats)

# 初始化你的data.table
DT <- data.table(a = 1:4, b = c(5,7,9,11), c = c(13,16,19,22), d = c(25,29,33,37))

# 新增abdSD列，计算a、b、d三列的行标准差
DT[, abdSD := rowSds(as.matrix(.SD)), .SDcols = c("a", "b", "d")]

运行后得到的结果和你期望的一致：

a  b  c  d   abdSD
1: 1  5 13 25 12.8609
2: 2  7 16 29 14.1845
3: 3  9 19 33 15.4919
4: 4 11 22 37 16.8018

.SDcols用来指定我们要处理的三列，as.matrix(.SD)将这三列转换为矩阵，rowSds()就能快速完成每行的标准差计算。

方法二：不依赖额外包，手动计算 #

如果不想安装额外包，可以利用data.table的逐行分组，手动实现标准差公式：

DT[, abdSD := {
  # 取出当前行的a、b、d值
  vals <- c(a, b, d)
  # 计算均值
  val_mean <- mean(vals)
  # 计算标准差
  sqrt(mean((vals - val_mean)^2))
}, by = seq_len(nrow(DT))]

这里by = seq_len(nrow(DT))确保我们对每行单独处理，内部的计算都是针对当前行的三个数值，完全没有用到apply函数。

内容的提问来源于stack exchange，提问作者Dan Rosenheck