如何在data.table中使用.SD批量生成新变量而非覆盖原变量？

当然有更简洁高效的方法！你完全可以在data.table的括号操作里直接批量生成新列，不用额外的合并步骤——这正是data.table设计中“原地修改、减少冗余操作”的优势所在。

直接上核心代码：

library(data.table)
mtcars <- as.data.table(mtcars)

# 一步到位生成新列
mtcars[, paste0(c("hp", "drat", "gear"), "_newvars") := lapply(.SD, function(z) z * wt), .SDcols = c("hp", "drat", "gear")]

代码解释： #

• 左侧的列名生成：用paste0()直接拼接原列名和后缀，作为:=的左侧，告诉data.table要创建哪些新列
• .SD与.SDcols：.SDcols指定我们要操作的原列集合，.SD就是这些列组成的子数据表
• 右侧的批量操作：lapply(.SD, ...)对.SD里的每一列执行和wt相乘的计算，结果会自动对应到左侧的新列上，完全不用额外合并

如果觉得重复写列名麻烦，还可以把列名存成变量，进一步简化：

target_cols <- c("hp", "drat", "gear")
mtcars[, paste0(target_cols, "_newvars") := lapply(.SD, `*`, wt), .SDcols = target_cols]

这里用*的函数形式替代了匿名函数，代码更简洁。

这种方法的好处是原地修改数据，不会像cbind那样复制整个数据集，在处理大型数据集时性能优势会非常明显。而你之前逐个赋值的方式，在列数少的时候没问题，但列数多的时候，批量方法能节省大量重复代码。

内容的提问来源于stack exchange，提问作者MatthewR