如何按ID分组统计R data.table多列中的唯一值？

要实现按ID分组统计colA和colB两列的唯一值总数，你可以用以下两种简洁的data.table写法：

方法一：直接合并列元素 #

have[, .(UnN = uniqueN(c(colA, colB))), by = ID]

方法二：使用.SDcols指定目标列（适合多列场景） #

如果后续需要统计更多列，用.SDcols会更灵活，不用逐个列名写：

have[, .(UnN = uniqueN(unlist(.SD))), by = ID, .SDcols = c("colA", "colB")]

两种方法运行后都会得到你想要的want结果：

ID UnN
1:  1   3
2:  2   3

我们来拆解你代码里的几个关键问题：

1. 列引用错误：你写的c("colA","colB")是创建了一个包含两个字符串的向量，而不是提取这两列的实际数据。在data.table中，直接写列名（不加引号）才能引用列的内容。
2. by参数语法错误：C("ID")是错误的写法——C()是R中用于创建复数的函数，这里应该用by = ID（直接引用列名）或者by = "ID"（字符串形式指定分组列）。
3. j部分的语法不规范：虽然新版data.table支持直接写UnN = ...，但更稳妥且符合规范的写法是用.()或list()包裹j部分的计算结果，比如.("UnN" = ...)。

修正后的代码（结合正确语法）就是上面给出的方法一啦。

内容的提问来源于stack exchange，提问作者LeGeniusII