根据几列的值从 R 中的 data.table 中删除行答案

【问题标题】：Remove rows from data.table in R based on values of several columns根据几列的值从 R 中的 data.table 中删除行
【发布时间】：2015-01-17 17:42:47
【问题描述】：

我在 R 中有一个 data.table，它有几个 id 和一个值。对于每个 id 组合，有几行。如果这些行之一在“值”列中包含 NA，我想删除所有具有这种 id 组合的行。例如，在下表中，我想删除 id1 == 2 和 id2 == 1 的所有行。

如果我只有一个 id，我会选择dat[!(id1 %in% dat[is.na(value),id1])]。在示例中，这将删除 i1 == 2 的所有行。但是，我没有设法包含几列。

dat <- data.table(id1 = c(1,1,2,2,2,2),
                  id2 = c(1,2,1,2,3,1),
                  value = c(5,3,NA,6,7,3))

【问题讨论】：

【解决方案1】：

如果您想检查 id1 和 id2 的每个组合是否有任何值是 NAs，然后删除整个组合，您可以在每个组中插入 if 语句并仅检索结果（使用.SD）如果该语句返回TRUE。

dat[, if(!anyNA(value)) .SD, by = .(id1, id2)]
#    id1 id2 value
# 1:   1   1     5
# 2:   1   2     3
# 3:   2   2     6
# 4:   2   3     7

或者类似的，

dat[, if(all(!is.na(value))) .SD, by = .(id1, id2)]

【讨论】：

将dat 拆分为所有.SD 并将它们堆叠起来可能会很昂贵。另一种（可能通常更快？）方法是选择要保留的行dat[dat[,!any(is.na(value)),by="id1,id2"]$V1]
啊，你是对的。我确实测试了它，但不知何故让自己相信我看到的是正确的答案。我应该提到的替代方案是：dat[dat[,.I[!any(is.na(value))],by="id1,id2"]$V1]
@Frank 这也是一个不错的选择。