如何通过另一个 data.table 中定义的多个条件过滤 data.table 中的案例答案

【问题标题】：How to filter cases in a data.table by multiple conditions defined in another data.table如何通过另一个 data.table 中定义的多个条件过滤 data.table 中的案例
【发布时间】：2015-02-24 20:08:23
【问题描述】：

我想知道是否有任何有效的方法可以通过另一个 data.table 中定义的多个条件来过滤 data.table。在这种情况下有2个data.table：

# the filter data.table defines the condition
dt_filter<-data.table(A=c(1,2),B=c(8,7))
# dt1 the data.table to be filtered
dt1<-data.table(A=rep(c(1,2),5),B=c(8,4,3,1,1,5,9,7,1,1),C=c(rep(1,5),rep(2,5)))

ls_tmp<-lapply (1:nrow(dt_filter),function(i){
# exclude the record with the A&B defined the filter
dt1_add<-dt1[A==dt_filter[[i,1]]&B!=dt_filter[[i,2]]]
})
result<- rbindlist(ls_tmp)

由于 lapply 循环，我的示例似乎效率不高。我不确定如何通过其他方式重写它。

【问题讨论】：

什么是组？请标记A, B, C。 B!=dt_filter[...这里的不相等，是错字吗？
@Vlo A 列是组 ID。
您的代码真的很难阅读。为了我们和您的利益，请尝试清理和简化！
@Señor 对不起。它们已被编辑。
选择匹配 B dt2_add 和不匹配 B dt1_add 的行然后将列表绑定在一起有什么意义。这不等于选择了一个组的所有成员吗？这可以追溯到我最初的问题是dt1_add 中的!= 是错字吗？

标签： r data.table dplyr

【解决方案1】：

setkey(dt1, A)

dt1[dt_filter, allow = T][B != i.B, !'i.B']
#   A B C
#1: 1 1 1
#2: 1 1 2
#3: 1 3 1
#4: 1 9 2
#5: 2 1 1
#6: 2 1 2
#7: 2 4 1
#8: 2 5 2

【讨论】：

【解决方案2】：

另外两个阅读更清晰的解决方案，不需要setkey：

dt1[ which(dt1$A == dt_filter$A & dt1$B != dt_filter$B) ,]

现在使用%in%

dt1[dt1$A %in% dt_filter$A & !(dt1$B %in% dt_filter$B) ,]

【讨论】：

由于data.table默认使用“with”，相信你可以进一步简化为：dt1[ which(A == dt_filter$A & B != dt_filter$B) , ]