从 data.table 中删除满足条件的行

Question

我有一个数据表

DT <- data.table(col1=c("a", "b", "c", "c", "a"), col2=c("b", "a", "c", "a", "b"), condition=c(TRUE, FALSE, FALSE, TRUE, FALSE))

   col1 col2 condition
1:    a    b      TRUE
2:    b    a     FALSE
3:    c    c     FALSE
4:    c    a      TRUE
5:    a    b     FALSE

并希望在以下情况下删除行：

• condition==TRUE 对应的每一行（第 1 行和第 4 行）
• col1 和 col2 的值与 condition==TRUE 具有相同值的每一行（即第 5 行，col1=a，col2=b）
• 最后每一行的 col1 和 col2 的值都相同，condition==TRUE，但 col1 和 col2 已切换（即第 2 行，col1=b 和 col2=a）

所以应该只保留第 3 行。

我这样做是通过创建一个所有行都满足条件的新数据表DTcond，循环遍历 col1 和 col2 的值，并从 DT 收集索引，这些索引将被删除。

DTcond <- DT[condition==TRUE,]
indices <- c()
for (i in 1:nrow(DTcond)) {
    n1 <- DTcond[i, col1]
    n2 <- DTcond[i, col2]
    indices <- c(indices, DT[ ((col1 == n1 & col2 == n2) | (col1==n2 & col2 == n1)), which=T])
}

DT[!indices,]
   col1 col2 condition
1:    c    c     FALSE

这可行，但对于大型数据集来说速度非常慢，我猜 data.table 中必须有其他方法可以在没有循环或应用的情况下执行此操作。有什么建议可以改进（我是 data.table 的新手）？

Answer 1

你可以做一个反连接：

mDT = DT[(condition), !"condition"][, rbind(.SD, rev(.SD), use.names = FALSE)]
DT[!mDT, on=names(mDT)]

#    col1 col2 condition
# 1:    c    c     FALSE