R data.table：在复合调用中使用优化的mean（）函数？

我想在R

数据表中计算与组平均值的偏差。为了有效地实现这一点，我想在data.table中使用优化的
mean
函数，但还没有找到在复合调用中使用它的方法（即
x-mean（x）
）

我的意思是，我可以使用
x[，lapply（.SD，函数（x）x-mean（x）），by=id]
，但我怀疑这种方法没有使用data.table中的优化平均值。事实上，比较以下各项的速度：

x[，lapply（.SD，mean），by=id]
x[，lapply（.SD，函数（x）均值（x）），by=id]
事实证明，在某些情况下1）比2）快10倍！那么，我如何使用像1）中那样的调用，但这次使用的是像
x-mean（x）
这样的复合函数？我在
lappy
中使用匿名调用
{…}
未成功

谢谢

模拟显示
平均值
相对于
函数（x）平均值（x）
的速度：
目前，按组
平均值
优化（请参见
？GForce
）不适用于
：=

一旦可用，类似于
DT[，mu:=mean（x），by=g][，v:=x-mu]
的东西应该可以工作（在应用于多个列时插入
lappy
和
Map
）

在此期间，可能会有一些加速

mDT = DT[, .(mu = mean(x)), by=g]
DT[mDT, on=.(g), mu := i.mu]
DT[, v := x - mu]

。。。虽然我不确定，因为这涉及到两组操作。
请参见
？GForce
并打开
verbose=TRUE
Chinsoon的评论解释了为什么会出现速度差异，但我不知道如何将其应用于此问题。我认为如果完成了，它可能会像
DT[，mu:=mean（x），by=g][，v:=x-mu]
（除了使用lappy和Map在列上迭代），但是平均值还没有用
：=
优化。感谢@chinsoon12提供的
verbose=TRUE
参数，它解释了速度差异！但事实上，我不知道如何在我的环境中应用？我认为，根据@Frank的说法，使用优化平均值来解决我的问题几乎没有希望？然后解决方案似乎是计算组平均值表（使用gforce），并将其绑定回原始表！？这就解释了为什么这个解决方案如此有效@弗兰克，你想写下你的评论作为回答吗？我想你得到了正确的答案，那是不可能的。
|expr     |       min|      mean|       max| neval|
|:--------|---------:|---------:|---------:|-----:|
|sol1     |  17.67686|  18.68033|  21.04078|     5|
|sol2     | 369.69595| 378.91943| 400.77024|     5|
|sol3     | 149.57088| 154.76857| 159.93155|     5|
|dev_mean | 218.44641| 286.00977| 404.06092|     5|

mDT = DT[, .(mu = mean(x)), by=g]
DT[mDT, on=.(g), mu := i.mu]
DT[, v := x - mu]