使用data.table编写带聚合操作的R函数遇问题求助

我来帮你修正这个函数，让它实现你想要的分组计算中位数的功能。你的原始代码里有几个关键错误，我们先拆解问题，再给出正确的实现。

问题分析 #

你的函数主要存在以下几个问题：

• 错误的列引用方式：用Master_Table$Desired_Column这种写法无法正确获取参数指定的列，因为Desired_Column是函数的参数变量，不是数据表的直接列名。
• 分组参数用法错误：by=.(Desired_Column$Group_By)的写法完全不符合data.table的语法，无法识别分组列。
• 缺少聚合操作：你没有在函数里指定要计算中位数，只是尝试提取列，自然得不到想要的分组统计结果。

修正后的函数（字符串参数版） #

这个版本适合传入列名的字符串，兼容性更强：

library(data.table)

MyFun <- function(Master_Table, Desired_Column, Group_By){
  # 原地转换为data.table，比as.data.table更高效
  setDT(Master_Table)
  
  # 分组计算中位数：用get()获取参数指定的列，by直接传入分组列向量
  Master_Table_New <- Master_Table[, .(Group_Median = median(get(Desired_Column))), by = Group_By]
  
  return(Master_Table_New)
}

函数用法演示 #

先构造你的测试数据表：

dt <- data.table(
  Name1 = c("A", "A", "A", "B", "B", "C", "C"),
  Name2 = c("F", "D", "E", "F", "D", "F", "E"),
  Price = c(6, 5, 2, 4, 7, 4, 2)
)

调用函数，传入列名字符串：

result <- MyFun(dt, Desired_Column = "Price", Group_By = c("Name1", "Name2"))
print(result)

输出结果和你想要的dt[, .(Group_Median = median(Price)), by=.(Name1, Name2)]完全一致：

Name1 Name2 Group_Median
1:     A     F            6
2:     A     D            5
3:     A     E            2
4:     B     F            4
5:     B     D            7
6:     C     F            4
7:     C     E            2

进阶：支持裸列名的版本（非标准评估） #

如果你想更贴近原生data.table的写法，不用加引号传列名，可以用非标准评估（NSE）实现：

MyFun_NSE <- function(Master_Table, Desired_Column, Group_By){
  setDT(Master_Table)
  
  # 用enquo捕获裸列名，!!用于解引用
  Desired_Column <- enquo(Desired_Column)
  Group_By <- enquo(Group_By)
  
  Master_Table_New <- Master_Table[, .(Group_Median = median(!!Desired_Column)), by = !!Group_By]
  
  return(Master_Table_New)
}

调用时直接写裸列名：

result_nse <- MyFun_NSE(dt, Price, .(Name1, Name2))
print(result_nse)

这个版本的调用方式和你给出的原生data.table代码几乎一样，使用起来更直观。

内容的提问来源于stack exchange，提问作者Mr369