如何根据其他列选择具有条件的行答案

【问题标题】：How to select rows with conditions based on other columns如何根据其他列选择具有条件的行
【发布时间】：2016-01-14 09:51:00
【问题描述】：

给定data.table，

library(data.table)    
dt <- data.table(Year=c(rep(2014,1,8), 2015, 2014, 2014), no=c(111,111,111,222,222,333,333,444,555,666,666), type=c('a','b','c','a','a','a','f','a', 'a', 'c','f'))

返回，

    Year  no type
 1: 2014 111    a
 2: 2014 111    b
 3: 2014 111    c
 4: 2014 222    a
 5: 2014 222    a
 6: 2014 333    a
 7: 2014 333    f
 8: 2014 444    a
 9: 2015 555    a
10: 2014 666    c
11: 2014 666    f

我想过滤掉任何不包含“a”和其他（“b”、“c”等）的no。这意味着 id 222、444 和 666 将被过滤掉。请注意，no 555 因 2015 年而被过滤掉。

我期望的回报是

   Year  no type
1: 2014 111    a
2: 2014 111    b
3: 2014 111    c
4: 2014 333    a
5: 2014 333    f

然后，我们使用unique 最终得到no 111 和333 作为我们的最终结果。

我尝试了以下方法：

setkey(dt, Year)
dt1 <- dt[J(2014)][,.(type=unique(type)), by = no]
unique(na.omit(merge(dt1[type=='a'],dt1[type!='a'], by = 'no', all = T))[,no])

但是，我认为这段代码效率不高。你能给我建议吗？

【问题讨论】：

标签： r data.table

【解决方案1】：

这个怎么样：

dt[Year == 2014, if("a" %in% type & uniqueN(type) > 1) .SD, by = no]
#    no Year type
#1: 111 2014    a
#2: 111 2014    b
#3: 111 2014    c
#4: 333 2014    a
#5: 333 2014    f

或者，因为您只对独特的nos 感兴趣：

dt[Year == 2014, "a" %in% type & uniqueN(type) > 1, by = no][(V1), no]
#[1] 111 333

如果您不想将类型列中的NAs 视为其他值，则可以将其修改为：

dt[Year == 2014, "a" %in% type & uniqueN(na.omit(type)) > 1, by = no][(V1), no]
#[1] 111 333

【讨论】：

.SD 在if 之后是什么？
.SD 是子集的data.table（每组）

【解决方案2】：

我们也可以使用any

res <- dt[Year==2014, if(any(type=="a") & any(type!="a")) .SD, no]
res
#    no Year type
#1: 111 2014    a
#2: 111 2014    b
#3: 111 2014    c
#4: 333 2014    a
#5: 333 2014    f

unique(res$no)
#[1] 111 333

dplyr 可以应用相同的方法

library(dplyr)
dt %>%
   group_by(no) %>% 
   filter(any(type=="a") & any(type!="a") & Year==2014)

【讨论】：