data.table 所有列的总和（按组）

Question

我有一个由 515 个整数列和 2 643 246 行组成的数据框，我想从中对未知数量的列进行子集化，并将数据聚合到一个显示总和的列，由两个组列组成。

为了完成第一部分，我使用了 data.table 中的 selection 函数，

TestData[,c(Kattegori_Henter("Medicine"), "id", "year"), with = FALSE]

其中 Kattegori_Henter 是一个函数，它返回我想要 select 来自不同数据集的列的名称。从这个 selection 我想做聚合。

我在 data.table 中尝试了几种不同的解决方案来执行此聚合，但没有得到结果。鉴于 intro-data.table 小插图，我认为解决方案是添加

TestData[,c(Kattegori_Henter("Medicine"), "id", "year"), with = FALSE, lapply(.SD,sum, na.rm = 
         TRUE), by = c(id, year)]

然而，这个returns错误Provide either by= or keyby= but not both，我不明白它的意思，并且没有google给出任何好的结果。

然后我尝试了：

TestData[,c(Kattegori_Henter("Medicine"), "id", "year"), with = FALSE, a := sum(1.ncol), by = c(id, year)]

除了返回子集数据帧外，没有任何结果。

这样做的原因是我想在 kattegori_henter 函数上使用 lapply，将 525 列聚合到一组类别中。

在此先感谢您的帮助！

编辑：

已尝试

   TestData[,c(Kattegori_Henter("Medicine"), "id", "year"), with =  
   FALSE][, lapply(.SD, sum, na.rm = TRUE), by = c("id", "year")]

如评论中所述。结果与上面的第二个代码相同，返回未更改的数据帧。

编辑 2：

从问题中删除了这个，因为对它的评论没有产生想要的结果： "，这将等于 tidyverse-code:

Test2 %>% 
group_by(id, year) %>% 
summarise(a = sum(1:ncol(.), na.rm = TRUE)) "

Answer 1

我认为您要查找的代码可能是：

TestData[, .(a = sum(.SD)), by = .(id, year), .SDcols = Kattegori_Henter("Medicine")]

data.table sum of all colums by group