时间戳

首页 > 解决方案 > 使用 data.table 中的列名选择多个列范围

r - 使用 data.table 中的列名选择多个列范围

问题描述

假设我有一个数据表，

dt = data.table(matrix(1:50, nrow = 5));
colnames(dt) = letters[1:10];

> dt
   a  b  c  d  e  f  g  h  i  j
1: 1  6 11 16 21 26 31 36 41 46
2: 2  7 12 17 22 27 32 37 42 47
3: 3  8 13 18 23 28 33 38 43 48
4: 4  9 14 19 24 29 34 39 44 49
5: 5 10 15 20 25 30 35 40 45 50

我想选择几个不连续的列范围，例如：a、、和。这可以通过dplyr轻松完成：c:df:hj select()

dt %>% select(a, c:d, f:h, j)

我正在寻找一种data.table实现相同目标的方法。

现在，我可以按任何顺序单独选择列：dt[ , .(a, c)]或者在表单上只给出一个列名序列startcol:endcol：

dt[ , c:f]

但是，我不能像.SDcols我在dplyr::select

标签： rdata.table

解决方案

我们可以使用范围部分，.SDcols然后通过连接附加另一列

dt[, c(list(a= a), .SD) , .SDcols = c:d]

如果有多个范围，我们通过创建一个范围序列match，然后获取对应的列名

i1 <- match(c("c", "f"), names(dt))
j1 <- match(c("d", "h"), names(dt))
nm1 <- c("a", names(dt)[unlist(Map(`:`, i1, j1))], "j")
dt[, ..nm1]
#   a  c  d  f  g  h  j
#1: 1 11 16 26 31 36 46
#2: 2 12 17 27 32 37 47
#3: 3 13 18 28 33 38 48
#4: 4 14 19 29 34 39 49
#5: 5 15 20 30 35 40 50

此外，这些dplyr方法可以在data.table

dt[, select(.SD, a, c:d, f:h, j)]
#   a  c  d  f  g  h  j
#1: 1 11 16 26 31 36 46
#2: 2 12 17 27 32 37 47
#3: 3 13 18 28 33 38 48
#4: 4 14 19 29 34 39 49
#5: 5 15 20 30 35 40 50

推荐阅读