R 表引用语义：遍历列和行组的内部结构

这个问题类似于

但是讨论了一个稍微不同的设置，所以我决定将它们分开

当通过对每个列应用函数

my_fun

替换data.table中的所有列，并结合使用

by

参数对行进行分组时，在如下设置中大致会发生什么

library(data.table)
dt <- data.table(a = 1L:10L, b = 11L:20L, c = rep(LETTERS[1:2], each = 5))
my_fun <- function(x) x + 1L

dt[, c("a", "b") := lapply(.SD, my_fun), by = "c", .SDcols = c("a", "b")]

还有，类似于

lapply(c("a", "b"), function(col) dt[, (col) := my_fun(dt[[col]]), by = "c"])

grouping <- split(
  seq_len(nrow(tbl)),
  tbl[, list(GroupIndex = rep(.GRP, .N)), by = group_by][["GroupIndex"]]
)

不起作用，因为嵌套的子集

dt[[col]]

未分区。是否有另一种方法可以实现我的目标，使用

data.table

？

我现在认为（1）最准确地描述了如何以分组方式更新列。我通过以下观察得出这个结论：如果使用

by

参数通过引用更新列，则新数据类型必须与旧数据类型匹配。当通过引用更新整个列时，情况并非如此

为了强制采用逐列方法，我想可以手动进行行组子集设置，并使用嵌套的双循环：一个迭代列，一个迭代行组。为了确定data.table使用的组顺序，我能想到的最好方法是

lapply(c("a", "b"), function(col) dt[, (col) := my_fun(dt[[col]]), by = "c"])

grouping <- split(
  seq_len(nrow(tbl)),
  tbl[, list(GroupIndex = rep(.GRP, .N)), by = group_by][["GroupIndex"]]
)

分组