如何用data.table实现指定列与其他列逐行相乘？

嘿，太懂你处理大型数据框时的内存焦虑了——用tidyverse的gather+spread绕一圈，中间生成的临时数据分分钟把内存撑爆。用data.table来做这个逐列相乘的操作，简直是精准解决痛点，不仅内存效率拉满，代码还特别简洁！

步骤1：准备测试数据（用data.table格式） #

首先咱们先把你的测试数据转成data.table格式，当然如果你的原始数据是data.frame，也可以用setDT(your_df)直接转，原地转换不占额外内存：

library(data.table)

# 创建测试data.table
dt <- data.table(
  multiplier = c(1, 2, 3),
  a1 = c(1, 1, 1),
  a2 = c(2, 2, 2)
)

步骤2：核心逐列相乘操作（原地修改，零额外内存开销） #

data.table的.SD（Subset of Data）特性简直为这种批量列操作量身定做，而且它支持原地修改——直接在原数据上更新，不会生成中间临时表，完美解决内存问题：

# 先定义要和multiplier相乘的列（这里是除multiplier外的所有列）
cols_to_multiply <- setdiff(names(dt), "multiplier")

# 执行批量相乘
dt[, (cols_to_multiply) := lapply(.SD, function(x) x * multiplier), .SDcols = cols_to_multiply]

代码解释：

• (cols_to_multiply) :=：括号是为了让变量名被解析成列名，:=是data.table的赋值符号，直接在原数据上修改列值
• .SDcols = cols_to_multiply：指定.SD要处理的列范围
• lapply(.SD, function(x) x * multiplier)：对每个目标列，逐行和multiplier列相乘

更简洁的写法（省略列名定义） #

如果确定要处理的是除multiplier外的所有列，还可以直接用!"multiplier"来指代目标列，代码更短：

dt[, !"multiplier" := lapply(.SD, `*`, multiplier), .SDcols = !"multiplier"]

最终结果 #

运行完上面的代码后，dt就变成了你想要的样子：

multiplier a1 a2
1:          1  1  2
2:          2  2  4
3:          3  3  6

为什么这个方法省内存？ #

tidyverse的gather/spread会先把宽表转成长表（数据行数暴增），相乘后再转回宽表，中间会生成两个大的临时数据框；而data.table是原地修改原数据，全程没有额外的内存占用，对大型数据框友好太多了！

内容的提问来源于stack exchange，提问作者Alex