这个问题类似于
data.table reference semantics: memory usage of iterating through all columns
但讨论了略有不同的设置，所以我决定将它们分开。
通过将函数my_fun应用于每一列来替换data.table中的所有列，并结合使用by参数对行进行分组，在类似的设置中大致发生的情况
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")]
（1）首先将问题分成几组，并对每组lapply(.SD, my_fun)进行评估。在移动到下一组之前，结果将写入dt。根据the referenced question，在这种情况下的内存开销是近似最大值（每组n_rows）x（.SD中的n_cols）x sizeof（data_type）
（2）将问题分成几组，并对每组lapply(.SD, my_fun)进行评估。完成迭代所有组后，结果将写入dt中的相应列。在这种情况下，内存开销约为（dt中的n_rows）x（.SD中的n_cols）x sizeof（data_type）
（3）以列方式逐行处理问题，对于每列，拆分列，并在当前列的每个子集上调用my_fun。完成完整列后，结果将写入dt。这将产生大约（在dt中为n_rows）x sizeof（data_type）的开销。
（4）还有别的吗？
从the question referenced above的答案中，（3）可以通过类似于1级部分?datatable.optimize中概述的优化来启用，但目前（v1.11.4）不可用。
我问这个问题的原因是，特别是如果在设置（2）中，在某些情况下也可能在设置（1）中，以某种方式强制逐列方法是有意义的。
不幸的是，以下不起作用，因为set()不支持分组。
for (col in c("a", "b")) set(dt, j = col, value = my_fun(dt[[col]]), by = "c")
还有，像
lapply(c("a", "b"), function(col) dt[, (col) := my_fun(dt[[col]]), by = "c"])
不起作用，因为嵌套的子集dt[[col]]没有被分区。有没有其他方法来实现我正在尝试的，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。我从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。通过引用更新整个列时不是这种情况。
为了强制逐列方法，我想可以手动执行行组子集并且有一个嵌套的双循环：一个遍历列，一个遍历行组。要确定data.table使用的组排序，我能想到的最好的就是做类似的事情
grouping <- split(
seq_len(nrow(tbl)),
tbl[, list(GroupIndex = rep(.GRP, .N)), by = group_by][["GroupIndex"]]
)