Data.table: [R-Forge # 5222] DT [, list (sum (non-.SD-col), lapply (.SD, mean)), by = ..., .SDcols = ...] 일 때 '찾을 수 없음'

업데이트 할 다른 게시물 : http://stackoverflow.com/questions/27755518/data-table-sd-lapply-multiple-columns-in-argument

후반 비트,하지만 추가 이 더미에 내 질문에

버그라고 생각하지도 않았습니다. 일반적으로 .SDcols 추가 필수 필드를 제공하고 나중에 j 원치 않는 열을 제외하기 위해 .SD[, !"total", with=FALSE] 를 사용합니다.

그것은 또 다른 좋은 해결 방법입니다. dt$total 사용하는 것과 비교하여 성능 차이가 궁금합니다. 그리고 예, 이런 종류의 것은 FR과 버그, IMO 사이의 경계를 춤추고 있습니다.

다시 부풀려. 이것은 매우 중요한 수정 사항이 될 수 있습니다. 이 질문 은 DT[, (deltaColsNewNames) := lapply(.SD, normalDelta, price), .SDcols = deltaColsNames] 와 (과) 관련된 것으로 보이며 잠재적으로 해결할 수 있습니다.

이것이 유용한 또 다른 간단한 경우입니다. http://stackoverflow.com/a/32498711/1191259

고통받는 또 다른 간단한 사례는 다음과 같습니다. http://stackoverflow.com/questions/32944060/using-data-table-to-calculate-new-columns/32944519#32944519

수정시 업데이트 할 다른 항목 : http://stackoverflow.com/q/32915770/1191259

예이! 이제 다음과 같이 할 수 있습니다.

require(data.table)
dt = data.table(grp=c(2,3,3,1,1,2,3), v1=1:7, v2=7:1, v3=10:16)
dt.out = dt[, c(v1 = sum(v1),  lapply(.SD,mean)), by = grp, .SDcols = v2:v3]
  #  grp v1  v2   v3
# 1:   2  7 4.5 12.5
# 2:   3 12 4.0 13.0
# 3:   1  9 3.5 13.5

여기에 링크 된 모든 SO 게시물을 업데이트했습니다. 모두에게 감사합니다.

감사합니다, @arunsrinivasan. 나는이 수정을 몇 년 동안 기다리고 있었다.

대박! 감사합니다