如何让data.table用by分组后仅返回rank结果而非完整数据框？

嘿，这个问题我之前也碰到过！data.table在带by分组的时候，默认会把分组键和计算结果一起返回，这是它的设计逻辑——帮你明确每个结果对应的分组。不过要只拿到rank值也很简单，给你两种常用的方法：

方法1：直接提取结果列（得到向量） #

如果你想要和无by时一样的向量格式，直接在结果后面加$V1就行，因为data.table在j里直接用表达式的话，默认会把计算列命名为V1：

dt = data.table(a=c(10,20,30,40),b=c(40,30,20,10),c=c(0,0,1,1))
rank_a = dt[, rank(a), by=c]$V1

执行后rank_a就是[1] 1 2 1 2，完全符合你要的仅rank结果的需求。

方法2：得到不含分组列的data.table #

要是你还是想保留data.table格式，但不想带分组列c，可以这么做：

# 方式A：先命名计算列，再删除分组列
rank_a = dt[, .(rank_a = rank(a)), by=c][, c := NULL]

# 方式B：直接选择计算列
rank_a = dt[, .(rank(a)), by=c][, .(V1)]

这两种方式得到的都是只有rank列的data.table。

简单说就是，data.table分组后默认带分组键，你只要显式提取计算列或者移除分组键就可以啦～

内容的提问来源于stack exchange，提问作者Zhaochen He