在R的data.table中按组提取列生成列表并应用函数新增列

嘿，我看你想按V1分组，把每组的V3整合成列表传给自定义函数f，再把函数结果作为新列添加进去——你的思路方向是对的，但原来的代码有点小问题，我来帮你修正和细化下：

问题出在哪？ #

你原来的代码dt <- dt[, value:=f(V3) , by=list(V1)]，是把每组里单个V3元素逐一传给f，而不是把整个组的V3打包成列表传给f，所以最终得到的是每行对应f(单个V3值)的结果，而不是你想要的f(整组V3列表)的结果。

正确的实现方式 #

根据你的期望结果，分两种常见场景来实现：

场景1：生成每组一行的结果（和你示例的期望格式一致）

如果你想要最终结果只保留V1和对应的f结果（每个组一行），可以用下面的代码：

# 按V1分组，将每组的V3打包成列表传给f，生成新的结果表
result_dt <- dt[, .(Value = f(list(V3))), by = V1]

场景2：原表保留所有行，新增组对应的f结果列

如果你想在原数据表的每一行都添加上对应组的f结果（同一组的所有行结果相同），可以这样写：

# 在原表中新增Value列，每组的Value都是f(该组V3列表)的结果
dt[, Value := f(list(V3)), by = V1]

示例演示 #

我们用具体的函数和数据来验证：

# 加载data.table包
library(data.table)

# 定义自定义函数f：比如计算列表中元素的总和（加入na.rm处理缺失值）
f <- function(x) {
  sum(unlist(x), na.rm = TRUE)
}

# 你的示例数据表
dt <- data.table(
  V1 = c(1,1,1,2,2,2,2),
  V2 = c(8,5,6,7,3,6,9),
  V3 = c(40,22,36,11,8,20,18)
)

# 场景1：生成每组一行的结果
result_dt <- dt[, .(Value = f(list(V3))), by = V1]
print(result_dt)
# 输出：
#    V1 Value
# 1:  1    98
# 2:  2    57

# 场景2：原表新增列
dt[, Value := f(list(V3)), by = V1]
print(dt)
# 输出：
#    V1 V2 V3 Value
# 1:  1  8 40    98
# 2:  1  5 22    98
# 3:  1  6 36    98
# 4:  2  7 11    57
# 5:  2  3  8    57
# 6:  2  6 20    57
# 7:  2  9 18    57

额外提醒 #

如果你的f函数返回的是复杂结构（比如包含多个值的列表、向量），上面的写法同样适用——Value列会变成列表类型，每个元素对应f的返回结果。如果需要展开这些结果，可以进一步用unnest或者data.table的:=语法来拆分列。

内容的提问来源于stack exchange，提问作者noname