根据 data.table 中附加列中的条件对同一列中的多行进行子集化

Question

我正在尝试获取我的数据的一个子集，其中包含单个列的两个不同值，这些值与使用 data.table 的第二列匹配。

这感觉像是一项相当微不足道的任务，但我一直无法在任何地方找到这样的示例：

library(data.table)
dat <- data.table(id = c("100", "100", "101", "101", "101", "103", "105", "105"),
                  V1 = c("A", "B", "A", "B", "C", "B", "A", "B"),
                  V2 = c(NA, NA, 20, NA, 30, NA, 30, 30))

我想做的是找到给定 ID 的 A 和 B 都是 NA 的所有实例。

我可以很容易地得到其中一个为真的 id：

dat[(V1 == "A" & is.na(V2)) | (V1 == "B" & is.na(V2)), ] # works as expected

# id V1 V2
# 1: 100  A NA
# 2: 100  B NA
# 3: 101  B NA
# 4: 103  B NA

dat[V1 %in% c("A", "B") & is.na(V2), ] # same as above

但是如果我尝试将调用与 & 结合起来，它就不起作用

dat[(V1 == "A" & is.na(V2)) & (V1 == "B" & is.na(V2)), ] # empty data table
dat[(V1 == "A" & is.na(V2)) && (V1 == "B" & is.na(V2)), ] # empty data table

我想 data.table 是空的，因为没有 V1 等于 A 和 B 的行，但我尝试过的结果都不接近。

这就是我想要摆脱的：

# id V1 V2
# 1: 100  A NA
# 2: 100  B NA

我想我需要在这里以某种方式包含 id 信息，但我不清楚如何添加 by = 不起作用

Answer 1

您可以 select 那些同时具有 'A' 和 'B' 值的组，并且它们都是 NA。

library(data.table)

dat[, .SD[all(c('A', 'B') %in% V1 & is.na(V2[match(c('A', 'B'), V1)]))], id]

#    id V1 V2
#1: 100  A NA
#2: 100  B NA

Answer 2

也许我没有得到你需要的东西，但是你试过这种方法吗？

dat[(V1 %in% c("A", "B") & is.na(V2)),]

Answer 3

我推荐使用@Ronak Shah 的回答——我只是添加这个，因为玩起来很有趣，如果你（像我一样）仍在努力理解数据，可能会更容易理解 table语法

dat <- data.frame(id = c("100", "100", "101", "101", "101", "103", "105", "105"),
                  V1 = c("A", "B", "A", "B", "C", "B", "A", "B"),
                  V2 = c(NA, NA, 20, NA, 30, NA, 30, 30))

dat <- dat[(dat$V1 == "A" & is.na(dat$V2)) | (dat$V1 == "B" & is.na(dat$V2)), ] 

#find all id's that exist more than once
non_unique<-as.data.frame(table(dat$id))
non_unique<-non_unique[non_unique$Freq>1,]

dat<-dat[dat$id %in% as.character(non_unique[,1]),]
dat

   id V1 V2
1 100  A NA
2 100  B NA

根据 data.table 中附加列中的条件对同一列中的多行进行子集化

Subsetting multiple rows from same column based on condition in additional column in data.table

filtering

r

data-manipulation

data.table