R：选择 data.table 中的特定行

Question

我在选择 data.table 中的行时遇到了一些具体问题，但到目前为止还没有解决。我有一个数据集存储一系列参数的模拟结果。数据集中的列包含参数或结果值，请参见下面的代码（“p”表示参数列，“v”表示值列。

# create dataset for demonstration
params <- expand.grid (seq(0,0.5,by=.1),
                       seq(1,10),
                       seq(100,105),
                       letters[1:4],
                       letters[10:14])
colnames(params) <- paste("p",1:5,sep="")
data <- data.table(cbind(params,runif(nrow(params)),rnorm(nrow(params))))
setnames(data, c(colnames(params),"v1","v2"))

我现在想提取：对于每个 p1，对于给定的 p2 和 p3 值，以及对于 p4、p5 的任意值，v1 的值最小的行。 让 np4 和 np5 是 p4 和 p5 的唯一值的数量，对于每个唯一的 p1 和给定的 p2、p3，我想在 p1、p2、p3 与 v1 最小的一行匹配的 np4*np5 行中进行选择. 然后，所需的输出应该是一个从原始表中选择 np1 行的表，即包含原始表中的所有变量。我知道如何从 data.table 中选择行，如何使用表达式和“by”，但我还没有设法将所有这些放在一起以产生所需的结果。

更新：我找到了答案。诀窍是，如何在“by？”创建的子集中选择最佳行？（当然，已经有一个内置的）解决方案：

np4 <- c("a", "b")
np5 <- c("m", "n")

ss2 <- data[ p4 %in% np4 & p5 %in% np5,
            .SD[which(v1==min(v1)),],
             by = "p1"]

来自 data.table 文档：

.SD 是一个 data.table，其中包含每个组的 x 数据的子集，不包括 by（或 keyby）中使用的任何列。

Answer 1

这应该可以工作

np4 <- c("a", "b")
np5 <- c("m", "n")
data[p4 %in% np4 & p5 %in% np5,
     list(v1 = min(v1), v2 = v2[which.min(v1)]),
     by = c("p1", "p2", "p3", "p4", "p5")]