在data.table group by子句中使用变量

我有一个data.table，我正试图对其进行总结。这是我的方法

library(data.table)

dtIris <-data.table(iris)
dt1 <- dtIris[, list(AvgSepalWidth = mean(Sepal.Width)), 
              by=list(TrimSpecies = substr(Species,1,3),Petal.Length)]

库（data.table）
dtIris您可以使用
eval（parse（text=myvar））
或
get（myvar）
但这将分别命名分组列
parse
或
get
（然后您可以重命名它）

get
比
eval（parse（text=…）
快，后者比使用
by
的字符形式，然后删除它（链接dts）来定义
trimposes
要快。
by
语句不接受字符串。它确实接受变量引用

因此，您可以创建一个变量来复制要通过以下方式聚合的列的数据，而不是引用列名：

myvar <- dtIris[,Petal.Length]
dt2 <- dtIris[, list(AvgSepalWidth = mean(Sepal.Width)), 
          by=list(TrimSpecies = substr(Species,1,3),myvar)]
all(dt2==dt1)
#TRUE

myvar当我想同时按多个变量分组时，事情变得有点棘手。继续操作的方法是创建一个变量
myvar
，该变量包含进行分组所依据的列的名称（本例中为2）；然后可以按以下方式使用
get
两次：

dtIris[, list(AvgSepalWidth = mean(Sepal.Width)), by = list(get(myvar[1]), get(myvar[2]))]

dtIris[，list（AvgSepalWidth=mean（Sepal.Width）），by=setNames（list（substr（Species，1,3），get（myvar）），c（“trimpspecies”，myvar））]
这是我最喜欢的在名字没有通过时整理东西的函数。出于兴趣，我只是做了那个，哈，是的，我删除了那个答案，这看起来太可笑了，对于任意数量的列，mget（）函数创建列表并为其命名，例如，
byfields
by
可以接受字符串，例如
dtIris[，list（AvgSepalWidth=mean（Sepal.Width）），by=“Petal.Length”]
。您的解决方案是可行的，但无法解决名称问题，更不用说它会对整个列进行不必要的复制。
library(rbenchmark)
benchmark(
    eval=dtIris[, list(AvgSepalWidth = mean(Sepal.Width)), 
              by=list(TrimSpecies = substr(Species,1,3), eval(parse(text=myvar)))],
    get=dtIris[, list(AvgSepalWidth = mean(Sepal.Width)), 
              by=list(TrimSpecies = substr(Species,1,3), get(myvar))],
    chain=dtIris[, TrimSpecies := substr(Species,1,3)][,list(AvgSepalWidth = mean(Sepal.Width)),by=c("TrimSpecies",myvar)][,TrimSpecies:=NULL][]
)
   test replications elapsed relative user.self sys.self user.child sys.child
3 chain          100   0.151    1.987     0.250        0          0         0
1  eval          100   0.079    1.039     0.097        0          0         0
2   get          100   0.076    1.000     0.094        0          0         0

myvar <- dtIris[,Petal.Length]
dt2 <- dtIris[, list(AvgSepalWidth = mean(Sepal.Width)), 
          by=list(TrimSpecies = substr(Species,1,3),myvar)]
all(dt2==dt1)
#TRUE

dtIris[, list(AvgSepalWidth = mean(Sepal.Width)), by = list(get(myvar[1]), get(myvar[2]))]