根据列标准以编程方式从 Data.table 中选择行答案

【问题标题】：Select rows from Data.table programmatically based on column criteria根据列标准以编程方式从 Data.table 中选择行
【发布时间】：2019-07-01 09:38:40
【问题描述】：

我有一个关于如何根据列中的值以编程方式从 data.table 中选择行的问题。

假设我有下面的 Data.table

library(data.table)
DT <- data.table(x=rep(c("a","b","c"),each=3), y=c(1,3,6), v=1:9)

现在我想选择 y = 3 and v = 2 所在的行

通常我可以使用下面的代码

> DT[y==3& v==2]
   x y v
1: a 3 2

但在我的情况下，这样的选择标准本身就是一个变量，并放入不同的DF

> DF = data.frame('1' = c('y', 'v'), '2' = c(3,2)); DF
  X1 X2
1  y  3
2  v  2

在这种情况下，上面X2 的值会改变，偶数行也是可变的（即假设我有一个更大的DT 和更多的列，DF 中的一些额外行可能会基于DF的生成标准）

有没有办法使用DF 以编程方式选择DT 中的行？

【问题讨论】：

标签： r data.table

【解决方案1】：

另一个使用join的选项：

DT[structure(as.list(DF$X2), names=DF$X1), on=as.character(DF$X1)]

【讨论】：

很棒，但需要先将X1 转换为字符。 setNames(as.list(DF$X2), DF$X1) 可以代替 structure(as.list(DF$X2), names=DF$X1)
哦，我想我一直都有options(stringsAsFactors=FALSE)

【解决方案2】：

一个选项是eval pasteing 'DF' 的列来创建一个表达式

DT[eval(parse(text= paste(DF$X1, DF$X2,  sep="==", collapse=" & ")))]
#   x y v
#1: a 3 2

或者我们可以将.SDcols 指定为'X1' 列，然后将.SD 与'X2' 和Reduce 它与& 的逻辑vector 进行比较，对行进行子集化

DT[DT[, Reduce(`&`, Map(`==`, .SD, DF$X2)),.SDcols = as.character(DF$X1)]]
#   x y v
#1: a 3 2

【讨论】：