按条件为data.table每组最后一行生成新列

我来帮你搞定这个需求！其实用data.table的分组操作配合:=完全可以实现，关键是要精准定位每组的最后一行，再加上条件判断。先看你的示例数据：

library(data.table)
set.seed(42)
test <- data.table(group=c(rep("A",3),rep("B",3),rep("C",3)),matrix(rnorm(81),9,3))

方法一：直接在分组内完成赋值 #

这是最简洁的方式，利用data.table的分组特性，在每个组内判断当前行是否是最后一行，再执行条件逻辑：

test[, new_col := {
  # 标记当前行是否是本组最后一行
  is_last_row = .I == .I[.N]
  # 对最后一行应用条件判断，其余行设为NA
  fifelse(is_last_row,
          fifelse(V1 > V2 & V2 > V3, 999,
                  fifelse(V3 > V2 & V2 > V1, 111, NA_real_)),
          NA_real_)
}, by = group]

方法二：先提取最后一行结果再赋值（更直观） #

如果你觉得上面的嵌套逻辑有点绕，可以拆分步骤：先筛选每组最后一行，计算出要赋值的结果，再把结果填回原表：

# 第一步：获取每组最后一行的行号和对应计算值
last_row_info <- test[, .(
  row_index = .I[.N],
  result = if (V1 > V2 & V2 > V3) 999 
           else if (V3 > V2 & V2 > V1) 111 
           else NA_real_
), by = group]

# 第二步：初始化新列为NA，再给指定行赋值
test[, new_col := NA_real_]
test[last_row_info$row_index, new_col := last_row_info$result]

关键点说明 #

1. 定位最后一行：.I是整个数据表的行号，.I[.N]代表当前组的最后一行行号，用.I == .I[.N]就能精准标记组内最后一行。
2. 条件判断效率：推荐用data.table自带的fifelse，它比基础R的ifelse更快，尤其处理大数据集时优势明显。
3. NA类型一致性：一定要用NA_real_而不是普通的NA，因为你的V1/V2/V3都是数值型，保证新列类型和原表一致，避免data.table抛出类型警告。

你可以运行上面的代码后，输出test看看结果，每组最后一行会根据条件返回999、111或者NA，其余行都是NA，完全符合你的需求！

内容的提问来源于stack exchange，提问作者User878239