如何一步聚合data table：按日期分组，数值列取均值其余列取首值

嘿，这个需求用data.table来实现超简洁的，刚好匹配你要的效果！我直接给你上代码和解释：

首先，先把你给的示例数据转换成data.table格式（如果还没转的话）：

library(data.table)

# 构造你的示例数据
my_table <- data.table(
  name = c("test", "test", "test", "test"),
  date = as.POSIXct(c("2018-04-04", "2018-04-04", "2018-04-05", "2018-04-06")),
  value = c(1, 2, 8, 3)
)

接下来就是核心的聚合操作了，按date分组，对value取均值，name取每组的第一个值：

# 执行分组聚合
aggregated_table <- my_table[, .(
  name = first(name),  # 提取每组的第一个name值
  value = mean(value)  # 计算每组value的平均值
), by = .(date)]  # 分组依据是date列

这里解释下：因为我们是按date分组，所以date列在结果里会自动保留每个分组的唯一日期值，不用额外处理；first()函数专门用来取分组内的第一个元素，完美适配你的字符列需求；mean()就是常规的均值计算啦。

运行完后，你要的结果就出来了：

print(aggregated_table)
#        name       date value
# 1:   test 2018-04-04   1.5
# 2:   test 2018-04-05   8.0
# 3:   test 2018-04-06   3.0

要是你的表有多个字符列或数值列，也可以批量处理，不用一个个写：
比如如果还有字符列category和数值列score，可以这么写：

# 批量处理多列的情况
multi_col_result <- my_table[, c(
  # 对所有目标字符列取第一个值
  lapply(.SD[, .(name, category), with = FALSE], first),
  # 对所有目标数值列取均值
  lapply(.SD[, .(value, score), with = FALSE], mean)
), by = .(date)]

内容的提问来源于stack exchange，提问作者s6hebern