data.table R中的列表/多列条件中的列名答案

【问题标题】：Column names in a list/multi column criteria in data.table Rdata.table R中的列表/多列条件中的列名
【发布时间】：2017-11-24 02:58:54
【问题描述】：

data.table 的新手，所以我一定遗漏了一些明显的东西。

DT <- data.table(a=1:4,b=c(0,1,2,3),c=c(0,2,0,3),d=c(0,3,2,1),e=c(0,8,5,3))
   a b c d e
1: 1 0 0 0 0
2: 2 1 2 3 8
3: 3 2 0 2 5
4: 4 3 3 1 3

我想选择列b、c、d 和e 是==0 的行，而不假设我事先知道列名。所以使用colNames <- c('b','c','d','e') 向量。

我试过了

DT[all(DT[,colNames]==0)]

显然无济于事。

欢迎指点！

【问题讨论】：

标签： r data.table subset

【解决方案1】：

我们可以使用Reduce 和+

DT[DT[, !Reduce(`+`, lapply(.SD, `!=`, 0)), .SDcols = colNames]]
#   a b c d e
#1: 1 0 0 0 0

【讨论】：

很好，因为它可以轻松修改以适应任何条件（与其他解决方案相反，由于我的问题，它专门关注==0）

【解决方案2】：

DT[,colNames] 尝试从DT 中提取名为colNames 的列。要将colNames作为列名向量，可以使用..colNames，然后使用rowSums逐行检查条件：

DT[rowSums(DT[, ..colNames] != 0) > 0]

#   a b c d e
#1: 2 1 2 3 8
#2: 3 2 0 2 5
#3: 4 3 3 1 3

如果选择b,c,d,e 列全为零的行：

DT[rowSums(DT[, ..colNames] != 0) == 0]

#   a b c d e
#1: 1 0 0 0 0

另外两个选项：

使用with=FALSE:

DT[rowSums(DT[, colNames, with=FALSE] != 0) > 0]

或使用mget:

DT[rowSums(DT[, mget(colNames)] != 0) > 0]

【讨论】：

或.SDcols - DT[DT[,rowSums(.SD != 0) == 0, .SDcols=colNames],]
感谢您的回答。由于某种原因，.. 运算符在我的情况下不起作用。其余的都可以。将验证第二个答案，因为它更简洁、更通用。

【解决方案3】：

为了完整起见，还有一个 data.table 方法使用 join 以编程方式按可变列进行子集：

library(magrittr) # just for convenience
# create helper table with selection criteria to join with
mDT <- colNames %>% length() %>% rep(0, .) %>% as.list() %>% as.data.table() %>% setnames(colNames)
# join to subset
DT[mDT, on = names(mDT), nomatch = 0L]

   a b c d e
1: 1 0 0 0 0

帮助表mDT 看起来像：

   b c d e
1: 0 0 0 0

这种方法也适用于其他mDT，例如，

mDT <- CJ(a = 3:4, b = 2:3) # cross join

DT[mDT, on = names(mDT), nomatch = 0L]

   a b c d e
1: 3 2 0 2 5
2: 4 3 3 1 3

【讨论】：