如何用data.table实现双变量分组计数并spread第二变量

你要的data.table解决方案其实很直接——用**dcast()**，这是data.table专门用来做长表转宽表的函数，完全等价于dplyr的spread()，而且针对大数据做了极致优化，完美匹配你数百万行、多因子水平的需求。

完整实现代码 #

先给你跑通整个流程的代码，从分组计数到宽表转换：

library(data.table)

# 模拟你的原始数据（按你的示例调整）
t1 <- data.table(ID = 1:100, Year = rep(2010:2015, length.out = 100), Loc = rep(LETTERS[1:7], length.out = 100))

# 先按Year和Loc分组计数（这步你已经完成了）
t1 <- t1[, .N, by=.(Year, Loc)]

# 核心：用dcast实现spread的效果
t1_wide <- dcast(t1, Year ~ Loc, value.var = "N")

# 查看结果，和dplyr spread输出格式一致
print(t1_wide)

参数说明 #

• Year ~ Loc：公式左边是保留为行的变量（这里是年份），右边是要转成列的变量（这里是地点）
• value.var = "N"：指定用来填充新列的数值列（也就是你分组得到的计数N）
• 如果有些年份-地点组合没有数据，默认会填NA，要是想替换成0，加个fill = 0参数就行：

  t1_wide <- dcast(t1, Year ~ Loc, value.var = "N", fill = 0)
  

为什么你之前的lapply方案报错？ #

你提到用lapply时出现.N is not a function的错误，大概率是因为你在错误的上下文里调用了.N——.N是data.table分组操作（by=）里的特殊变量，只有在DT[, ..., by=...]这种分组表达式内部才有效。如果你的lapply代码里直接把.N当函数用，或者在没有分组的环境里调用它，R就会认为它是一个未定义的函数，自然报错。

而dcast()是data.table内置的工具，内部已经帮你处理了分组、匹配、填充这些逻辑，不需要自己写循环，不仅代码简洁，处理速度也比手动lapply快得多，特别适合你的大数据场景。

内容的提问来源于stack exchange，提问作者armipunk