使用带有多个语句的 data.table 进行条件过滤

Posted 2023-02-14

【中文标题】使用带有多个语句的 data.table 进行条件过滤

【英文标题】：Conditional filtering with data.table with multiple statements

【发布时间】：2022-01-09 03:25:59

【问题描述】：

我想知道是否有一种优雅简洁的方法来使用 data.table 进行条件过滤。

我的目标是： 如果满足条件1，则根据条件2进行过滤。

例如，在 iris 数据集的情况下， 如何在Sepal.Length<5.5 中删除Species=="setosa" 中的观察结果，同时将所有观察结果保留在Sepal.Length<5.5 中以用于其他物种？

我知道如何分步执行此操作，但我想知道是否有更好的方法在单个班轮中执行此操作

# this is how I would do it in steps. 

data("iris")

# first only select observations in setosa I am interested in keeping 
iris1<- setDT(iris)[Sepal.Length>=5.5&Species=="setosa"] 

# second, drop all of setosa observations. 
iris2<- setDT(iris)[Species!="setosa"] 

# join data,
iris_final<-full_join(iris1,iris2)

head(iris_final)
   Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1:          5.8         4.0          1.2         0.2     setosa
2:          5.7         4.4          1.5         0.4     setosa
3:          5.7         3.8          1.7         0.3     setosa
4:          5.5         4.2          1.4         0.2     setosa
5:          5.5         3.5          1.3         0.2     setosa # only keeping setosa with Sepal.Length>=5.5. Note that for other species, Sepal.Length can be <5.5
6:          7.0         3.2          4.7         1.4 versicolor

有没有更简洁优雅的方式来做到这一点？

【参考方案1】：

您正在寻找类似以下的内容吗？不是很清楚你想要什么。

library(data.table)

dt <- data.table(iris)
dt[Sepal.Length >= 5.5 & Species == "setosa" | Species != "setosa"]

#>      Sepal.Length Sepal.Width Petal.Length Petal.Width   Species
#>   1:          5.8         4.0          1.2         0.2    setosa
#>   2:          5.7         4.4          1.5         0.4    setosa
#>   3:          5.7         3.8          1.7         0.3    setosa
#>   4:          5.5         4.2          1.4         0.2    setosa
#>   5:          5.5         3.5          1.3         0.2    setosa
#>  ---                                                            
#> 101:          6.7         3.0          5.2         2.3 virginica
#> 102:          6.3         2.5          5.0         1.9 virginica
#> 103:          6.5         3.0          5.2         2.0 virginica
#> 104:          6.2         3.4          5.4         2.3 virginica
#> 105:          5.9         3.0          5.1         1.8 virginica

【参考方案2】：

您可以使用| 或运算符：

这是要求删除所有 Species=="setosa" & Sepal.Length<5.5 所在的行并保留 Sepal.Length>5.5 所在的行

iris1[!(Species=="setosa" & Sepal.Length<5.5) | Sepal.Length>5.5]

     Sepal.Length Sepal.Width Petal.Length Petal.Width   Species
  1:          5.8         4.0          1.2         0.2    setosa
  2:          5.7         4.4          1.5         0.4    setosa
  3:          5.7         3.8          1.7         0.3    setosa
  4:          5.5         4.2          1.4         0.2    setosa
  5:          5.5         3.5          1.3         0.2    setosa
 ---                                                            
101:          6.7         3.0          5.2         2.3 virginica
102:          6.3         2.5          5.0         1.9 virginica
103:          6.5         3.0          5.2         2.0 virginica
104:          6.2         3.4          5.4         2.3 virginica
105:          5.9         3.0          5.1         1.8 virginica