使用 %in% 对 data.table 进行子集化答案

【问题标题】：using %in% to subset a data.table使用 %in% 对 data.table 进行子集化
【发布时间】：2020-07-24 06:01:39
【问题描述】：

我有一个数据表

library(data.table)
DT <- data.table(a=c(1,2,3,4), b=c(4,4,4,4), x=c(1,3,5,5))
> DT
   a b x
1: 1 4 1
2: 2 4 3
3: 3 4 5
4: 4 4 5

我想选择x 等于a 或b 的行。显然，我可以使用

> DT[x==a | x==b]
   a b x
1: 1 4 1

这给出了正确的结果。但是，我认为有很多列，以下应该也能正常工作

> DT[x%in%c(a,b)]
   a b x
1: 1 4 1
2: 2 4 3

但它给出的结果对我来说并不直观。任何人都可以帮忙吗？

【问题讨论】：

【解决方案1】：

表达式

 DT[x==a | x==b]

返回DT 中的所有行，其中x 和a 中的值相等或x 和b 相等。这是想要的结果。

另一方面

 DT[x%in%c(a,b)]

返回x 与c(a, b) 中的任何值匹配的所有行，而不仅仅是相应的值。因此出现第二行是因为x == 3 和3 出现在a 中（某处）。

【讨论】：

【解决方案2】：

我们可以将Reduce 与.SDcols 一起用于多个列。在.SDcols 中指定感兴趣的列，然后遍历.SD（Data.table 的子集），与'x' 进行比较（==），并将Reduce 与@ 与单个逻辑向量进行比较987654327@

DT[DT[, Reduce(`|`, lapply(.SD, `==`, x)), .SDcols = a:b]]
#   a b x
#1: 1 4 1

【讨论】：

【解决方案3】：

另一种方法是使用rowSums

DT[rowSums(DT[,.SD,.SDcols=-'x']==x)>0,]
#   a b x
#1: 1 4 1

如果要选择所有列等于x的行，可以更改为rowMeans...==1

【讨论】：