.SD 列上的 data.table 子集条件？答案

【问题标题】：data.table subset condition on .SD columns?.SD 列上的 data.table 子集条件？
【发布时间】：2019-09-24 17:35:41
【问题描述】：

我想创建与以下最小可重现示例相同的结果，但您可以看到最后一个代码的子集条件基本上是删除 .SD 列不应全为零的行。

library(dplyr)

library(data.table)

set.seed(1)

t1 <- sample(-1:1, 999999, replace = T) %>% matrix(ncol = 9) %>% as.data.table %>% {cbind.data.frame(id = 1:nrow(.), .)}

t1[V1 != 0|V2 != 0|V3 != 0|V4 != 0|V5 != 0|V6 != 0|V7 != 0|V8 != 0|V9 != 0, lapply(.SD, sum), by = id]

我试过了

t1[sum(abs(.SD)) != 0, lapply(.SD, sum), by = id]

【问题讨论】：

标签： r data.table

【解决方案1】：

我们可以用Reduce创建i

i1 <- t1[, .I[Reduce(`|`, lapply(.SD, `!=`, 0))], .SDcols = V1: V9]
out2 <- t1[i1, lapply(.SD, sum), by = id]

-检查 OP 的输出

out1 <- t1[V1 != 0|V2 != 0|V3 != 0|V4 != 0|V5 != 0|V6 != 0|V7 != 0|V8 != 0|V9 != 0, lapply(.SD, sum), by = id]  
identical(out1, out2)
#[1] TRUE

【讨论】：

【解决方案2】：

使用rowSums():

t1[t1[, rowSums(.SD != 0) > 0, .SD = patterns("V\\d")]
   ][, lapply(.SD, sum), by = id]

【讨论】：