r - data.table 中的列表/多列分组条件中的列名

Question

DT <- data.table(criteria=c("a","b","c","d","d","c","b","a"),
val1=1:8,
val2=c(-1,1,2,3,3,2,1,1),
val3=c(-3,2,0,3,3,0,2,3),
val4=c(5,3,2,1,1,2,3,-5),
val5=c(1,8,5,3,3,5,8,-1))   

    criteria val1 val2 val3 val4 val5
1:        a    1   -1   -3    5    1
2:        b    2    1    2    3    8
3:        c    3    2    0    2    5
4:        d    4    3    3    1    3
5:        d    5    3    3    1    3
6:        c    6    2    0    2    5
7:        b    7    1    2    3    8
8:        a    8    1    3   -5   -1

我想选择按列分组的行 criteria (执行值的 sum)，列 val2至 val5等于零(以函数为标准的解决方案的加分点，因此不限于标准为 ==0 的情况)而不假设我事先知道列名。所以使用 colNames <- c('val2','val3','val4','val5')向量。

在上面的示例中，结果应该是第 1 行和第 8 行。

在我不使用额外标准的情况下，我可以这样做:

DT[DT[, Reduce(`|`, lapply(.SD, function(x){return(x==0)})), .SDcols = colNames]]

但我不知道如何添加额外的分组标准。

欢迎指点!

Answer 1

您是否有可能反对链接的具体原因？你可以这样做:

DT[, sum := sum(.SD), by= criteria, .SDcols = colNames][sum==0]

#   criteria val1 val2 val3 val4 val5 sum
#1:        a    1   -1   -3    5    1   0
#2:        a    8    1    3   -5   -1   0

或者不使用链接，您通过分组来获取行，然后从 DT 中选择那些行:

DT[DT[, .I[sum(.SD)==0], by= criteria, .SDcols = colNames]$V1]

根据要求，如果你想在子集中使用通用函数，你可以这样做:

DT[DT[, .I[vapply(list(.SD), function(x) sum(x) == 0, logical(1))], by= criteria, .SDcols = colNames]$V1]

请务必注意，我使用了 vapply 以确保返回逻辑向量。您可以使用 sapply 或 lapply 但您需要确保返回正确类型的向量，否则子集化将不起作用。我还使用了 list(.SD)，这样它将一次对所有 .SD 执行 sum，而不是对每个单独的列执行 sum。