我想知道是否有任何有效的方法可以通过另一个 data.table 中定义的多个条件来过滤 data.table。在这种情况下有 2 个 data.table:
# the filter data.table defines the condition
dt_filter<-data.table(A=c(1,2),B=c(8,7))
# dt1 the data.table to be filtered
dt1<-data.table(A=rep(c(1,2),5),B=c(8,4,3,1,1,5,9,7,1,1),C=c(rep(1,5),rep(2,5)))
ls_tmp<-lapply (1:nrow(dt_filter),function(i){
# exclude the record with the A&B defined the filter
dt1_add<-dt1[A==dt_filter[[i,1]]&B!=dt_filter[[i,2]]]
})
result<- rbindlist(ls_tmp)
由于 lapply 循环，我的示例似乎效率不高。我不知道如何通过其他方式重写它。
最佳答案
setkey(dt1, A)
dt1[dt_filter, allow = T][B != i.B, !'i.B']
# A B C
#1: 1 1 1
#2: 1 1 2
#3: 1 3 1
#4: 1 9 2
#5: 2 1 1
#6: 2 1 2
#7: 2 4 1
#8: 2 5 2
关于r - 如何通过另一个 data.table 中定义的多个条件过滤 data.table 中的案例，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/28705305/