data.table：使用 with=False 和转换函数/摘要函数？

我想总结 data.table 中的几个变量，以宽格式输出，可能作为每个变量的列表输出。由于其他几种方法不起作用，我尝试进行外部 lapply，将变量名称作为字符向量给出。我想使用 with=FALSE 传递这些。

carsx=as.data.table(cars)
lapply( list(speed="speed",dist= "dist"), #error object 'ansvals' not found
    function(x)  carsx[,list(mean(x), min(x), max(x) ), with=FALSE ] ) 

由于这不起作用，我尝试了更简单的方法而不使用 lapply。

carsx[,list(mean("speed"), min("speed"), max("speed") ), with=FALSE ] #error object 'ansvals' not found

这也行不通。有什么办法可以做这样的事情吗？这种“与”的行为是想要的吗？ （我知道?data.table提到仅选择列，但就我而言，能够转换它们也很有用）

当 with=FALSE 时，j 是要选择的名称或位置的向量，类似于 data.frame。 with=FALSE 在 data.table 中通常用于动态选择列。

编辑 我的目标是针对不同变量以宽格式获取每组的摘要。 我尝试扩展以下仅适用于一个变量的变量列表。

carsx[,list(mean(speed), min(speed), max(speed) ) ,by=(dist>50)

遗憾的是，SO不允许我发布我的其他问题。我在那里描述了我想要一个类似于以下内容的输出：

lapply( list(speed="speed",dist= "dist"),
        function(x) do.call("as.data.frame", aggregate(cars[,x], list(class=cars$dist>50), FUN=summary) ) )

预期输出类似于：

$speed 
         V1       V2 V3
1: FALSE 12.96970  4 20
2:  TRUE 20.11765 14 25

$dist
         V1       V2 V3
1: FALSE 12.96970  4 20
2:  TRUE 20.11765 14 25

您可以使用以下命令指定列.SDcols范围：

carsx[ , lapply(.SD, function(x) c(mean(x), min(x), max(x))), 
      .SDcols = c("speed", "dist")]
#    speed   dist
# 1:  15.4  42.98
# 2:   4.0   2.00
# 3:  25.0 120.00

carsx[ , lapply(.SD, function(x) c(mean(x), min(x), max(x))), 
      .SDcols = "speed"]
#    speed
# 1:  15.4
# 2:   4.0
# 3:  25.0