R：选择data.table中的列范围答案

【问题标题】：R: select range of columns in data.tableR：选择data.table中的列范围
【发布时间】：2023-03-12 20:40:02
【问题描述】：

我正在努力掌握 data.table 的文档，但我想征求反馈意见，我在以下方面的推理中哪里出错了。

(1) 我想从 data.table 中选择一系列列来创建一个新的 data.table。

(2) 另外，我想只取每组的第一个值。关于第一个问题，我认为答案是here，然后是关于列号。但我想使用列名，我认为这是 data.table 的主要优势（和卖点）之一。

这是一个示例数据集。

DT <- data.table(ID=c(101,101,101,102,103,104,104),
                 "year.1" = c(1,5,3,2,3,4,8), 
                 "year.2" = c(4,5,6,NA,1,2,3), 
                 "year.3" = c(1,2,3,7,9,8,0), 
                 "year.4" = c(4,5,NA,1,2,6,9))
setkey(DT,ID)

实际上我有更多的专栏，而不仅仅是“年”。

# ALL OF THESE DONT WORK AND END IN ERRORS
# To extract a range of columns I have tried this:
dt.sub <- DT[,list(year.1:year.3,ID)]
dt.sub <- DT[,c("year.1":"year.3",ID), with=FALSE] # I know shouldn't work since 
# "with=FALSE" is only intended in combination with := according to the documentation
dt.sub <- DT[,lapply(SD),.SDcols= for (i in 1:3) paste0("year.",i) ]

对于第二个问题：如果我希望 dt.sub 仅包含每个组的第一个观察结果，我希望我可以使用“mult”参数。然而，这也适用于与我预期不同的方式。仅在一列上使用示例：

dt.sub1 <- DT[,year.1, by=ID,mult="first",]

这没有提供错误，但也不仅仅给出了组的第一行。我知道这样的解决方法：

dt.sub1 <- unique(DT[,year.1, by=ID])

确实提供了预期的输出，但我觉得mult 选项缺少一些重要的东西。

【问题讨论】：

您好 Arun，感谢您的编辑，这样更清楚了！
因为v1.9.5 这应该可以工作：dt.sub <- DT[,c("year.1":"year.3",ID), with=FALSE]。见here。

标签： r select range data.table

【解决方案1】：

# (1)
DT[, c(paste0('year.', 1:3), 'ID'), with = F]

# (2) 
DT[, year.1[1], by = ID]

mult 在合并/加入两个 data.tables 时使用，表示存在多个匹配项时要做什么。因此，正如@Arun 指出的那样，在第二个问题中使用mult 的方法是（假设您已经被ID 键入）：

DT[J(unique(ID)), list(ID, year.1), mult = 'first']

【讨论】：