r-从data.table中的行获取向量

我有一个从csv文件（本质上是SQL查询的结果）中读取的big data.table。每个记录都有几组20个字段，这些字段是特定事项（例如，特定类型的付款）的年度数字。这是一个简化的版本，只有5行和3个年度捐款字段

> dt <- data.table(id=1:5, dob = sample(1950:2000, 5), cont01=11:15, cont02=21:25, cont03=31:35)
> dt
   id  dob cont01 cont02 cont03
1:  1 1981     11     21     31
2:  2 1954     12     22     32
3:  3 1985     13     23     33
4:  4 1986     14     24     34
5:  5 1970     15     25     35

理想情况下，我想我希望向量作为一个新列出现在数据表中。更理想的是，我需要向量是固定长度的，每个元素在特定的年龄支付。第一行这3列的向量是

> c(rep(0, 5), 11, 21, 31, rep(0, 38))

其中向量中的第一个年龄是15岁，最后一个是60岁

从这一点来看，似乎可以将data.table列包含在列表中。但是我还没有弄清楚如何从同一行中的其他列创建内容

例如：

> dt[1, list(list(c(.SD))), .SDcols=c("cont2011", "cont2012", "cont2013")]
       V1
1: <list>
> dt[1, list(list(c(.SD))), .SDcols=c("cont2011", "cont2012", "cont2013")][,V1]
[[1]]
[[1]]$`cont2011`
[1] 11

[[1]]$cont2012
[1] 21

[[1]]$cont2013
[1] 31

dt[1，list（list（c（.SD）），.SDcols=c（“cont2011”、“cont2012”、“cont2013”）] V1 1: >dt[1，list（list（c（.SD）），.SDcols=c（“cont2011”、“cont2012”、“cont2013”）][，V1] [[1]] [[1]]$`续2011年` [1] 11 [[1]]$cont2012 [1] 21 [[1]]$cont2013 [1] 31 似乎并没有给出我想要的，因为我不知道如何在

V1

列的内容上做一些很好的矢量化工作。（我需要对得到的向量做很多欧几里德距离类型的事情）

---

有什么想法吗？对替代方法的建议？data.table中大约有1300万行，我希望能够对5组20（大约）列执行此操作。

我们对数据集的列进行子集，

按数据的
行
索引拆分
，然后
取消列表

subdt <- as.data.frame(dt[, 3:5, with = FALSE])
lapply(split(subdt, row(subdt)), unlist, use.names = FALSE)

您可以使用下面的代码创建列表的新列

dt[, newcol := .(.(c(cont01, cont02, cont03))), by = id]

#    id  dob cont01 cont02 cont03   newcol
# 1:  1 1993     11     21     31 11,21,31
# 2:  2 1960     12     22     32 12,22,32
# 3:  3 1977     13     23     33 13,23,33
# 4:  4 1955     14     24     34 14,24,34
# 5:  5 1959     15     25     35 15,25,35

给出相同结果的另一个选项是

dt[, newcol := .(.(unlist(.SD))), by = id, .SDcols = names(dt)[3:5]]

函数
只是
列表
的别名，可在
[.data.table
中使用。第二个函数对我来说很有用，因为它意味着我可以构建包含20列的列表（令人难以置信地恼火的是，这些列甚至不是连续的），而无需在中键入每一列。
dt[, newcol := .(.(c(cont01, cont02, cont03))), by = id]

#    id  dob cont01 cont02 cont03   newcol
# 1:  1 1993     11     21     31 11,21,31
# 2:  2 1960     12     22     32 12,22,32
# 3:  3 1977     13     23     33 13,23,33
# 4:  4 1955     14     24     34 14,24,34
# 5:  5 1959     15     25     35 15,25,35

dt[, newcol := .(.(unlist(.SD))), by = id, .SDcols = names(dt)[3:5]]