R 使用lappy（.SD，…）计算多个变量的多个聚合

我想使用

data.table

的

lapply（.SD，…）

方法执行多个聚合，即计算多个变量的多个不同汇总统计数据。但我对如何做到这一点的猜测要么是错误，要么相当于

rbind

，而不是

cbind

例如，要按cyl获取mtcars中的平均mpg和中值mpg，可以执行以下操作：

mtcars.dt <- data.table(mtcars)
mtcars.dt[, list(mpg.mean = mean(mpg), mpg.median = median(mpg)), by = "cyl"]
# Result:
    cyl mpg.mean mpg.median
|1:   6    19.74       19.7
|2:   4    26.66       26.0
|3:   8    15.10       15.2

mtcars.dt[, list(mpg.mean = mean(mpg), mpg.median = median(mpg), 
                 hp.mean = mean(hp), hp.median = median(hp)), by = "cyl"]
# Result:
   cyl mpg.mean mpg.median hp.mean hp.median
1:   6    19.74       19.7  122.29     110.0
2:   4    26.66       26.0   82.64      91.0
3:   8    15.10       15.2  209.21     192.5

或完全中断：

mtcars.dt[, lapply(.SD, list(mean, median)),
          by = "cyl", .SDcols = c("mpg")]
# Result:
# Error in `[.data.table`(mtcars.dt, , lapply(.SD, list(mean, median)),  :
#  attempt to apply non-function

编辑：正如Senor O所指出的，一些答案对我的示例有效，但这仅仅是因为有一个聚合列。理想的解决方案适用于多个色谱柱，例如替换以下色谱柱：

mtcars.dt <- data.table(mtcars)
mtcars.dt[, list(mpg.mean = mean(mpg), mpg.median = median(mpg)), by = "cyl"]
# Result:
    cyl mpg.mean mpg.median
|1:   6    19.74       19.7
|2:   4    26.66       26.0
|3:   8    15.10       15.2

mtcars.dt[, list(mpg.mean = mean(mpg), mpg.median = median(mpg), 
                 hp.mean = mean(hp), hp.median = median(hp)), by = "cyl"]
# Result:
   cyl mpg.mean mpg.median hp.mean hp.median
1:   6    19.74       19.7  122.29     110.0
2:   4    26.66       26.0   82.64      91.0
3:   8    15.10       15.2  209.21     192.5

---

然而，即使它适用于单个列，它仍然是有用的。例如，我的即时用例是一个函数，它将列名作为字符串，并根据度量计算多个分组，如果没有

.SDcols

AFAIK，这是不可能的。

在单击“询问”后立即实现：）解决方案是列出

lappy

s：

mtcars.dt[, list(mpg.mean=lapply(.SD, mean), mpg.median=lapply(.SD, median)), 
          by="cyl", .SDcols=c("mpg")]
# Solution:
    cyl mpg.mean mpg.median
|1:   6    19.74       19.7
|2:   4    26.66       26.0
|3:   8    15.10       15.2

---

您缺少一个

[[1]]

或

$mpg

：

mtcars.dt[, lapply(.SD, function(x) list(mean(x), median(x)))[[1]],
            by="cyl", .SDcols=c("mpg")]
#or
mtcars.dt[, lapply(.SD, function(x) list(mean(x), median(x)))$mpg,
            by="cyl", .SDcols=c("mpg")]
#   cyl       V1   V2
#1:   6 19.74286 19.7
#2:   4 26.66364 26.0
#3:   8 15.10000 15.2

对于更一般的情况，请尝试：

mtcars.dt[, as.list(unlist(lapply(.SD, function(x) list(mean=mean(x),
                                                        median=median(x))))),
            by="cyl", .SDcols=c("mpg", "hp")]
#    cyl mpg.mean mpg.median hp.mean hp.median
# 1:   6    19.74       19.7  122.29     110.0
# 2:   4    26.66       26.0   82.64      91.0
# 3:   8    15.10       15.2  209.21     192.5

---

（或

as.list（sapply（.SD，…）

）

-1。这是多余的，因为只有当

.SD

只有一列时，才能期望良好的行为，在这种情况下，最好在j（

lappy（mpg，函数（x）列表（平均值（x），中值（x）））中显式使用该列名称。

）感谢您注意到目前为止提供的解决方案可能会涉及我的示例，但不会涉及多栏示例；更新问题以反映这一点。不过，正如我在编辑中所指出的，如果提供一个列作为字符串聚合，则解决方案仍然很有用，例如在函数中。谢谢，我认为这几乎可以用于多个列（请参见问题编辑）。对适当的修改有什么想法吗？