在这种情况下，如何更好地处理data.table中的group by？

假设我有如下数据：

dt <- data.table(x=1:5, y=c(1,1,2,2,1), y.z=c(1,1,2,2,3))

由于我的懒惰，通常我会选择第二种方式，因为如果类似y的参数列表很长，它可以节省一些输入。即写

列表（y.z，y1，y2，y3，…）

而不是

y1=y1[1]，y2=y2[1]，y3=y3[1]，…

然而，我不确定这是否是一个好的做法。特别是如果发生了

y

中的一些错误，因此每个组的错误并不都相等，我的方法不会触发任何错误，因此问题不会自动检测出来

定制这样的函数最好吗

 dt[,list(x=sum(x), y=assert.identical(y)]), by=y.z]

因此，如果

y

只包含一个唯一值，它将返回一个标量，否则它将触发异常。但是，自定义函数应用起来有点不方便，因为它需要输入比

y=y[1]

更多的内容

---

我每天都会遇到这种困境，在R和SQL中，两者都无法治愈。当人们面对它时通常会做什么？

唯一的.data.table

有一个

by

参数，而

.SD

只是一个

数据.table

将这些放在一起可以执行以下操作：

dt[,list(x= unique(.SD[, sum(x)], by=c("y1","y2", "y3")), by=y.z]

---

请注意，unique中的

by

必须是字符串的向量（列的名称）。这不同于

[.data.table

）

中对
by
的要求。data.table

有一个

by

参数，

.SD

只是一个

数据。table

将这些放在一起可以执行以下操作：

dt[,list(x= unique(.SD[, sum(x)], by=c("y1","y2", "y3")), by=y.z]

---

请注意，unique中的

by

必须是字符串向量（列的名称）。这与

[.data.table

）中的

by

的要求不同

dt[，list（x=sum（x）），by=list（y.z，y）]？

它与

dt[，list（x=sum（x）），by=list（y.z，y）]有何区别？