Question

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，c:d，f:h和j。可以通过 dplyr的 select()轻松完成：

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

我正在寻找一种实现相同目标的 data.table 方式。

现在，我可以按任何顺序分别选择列：dt[ , .(a, c)]或以startcol:endcol形式仅给出一个列名称序列：

dt[ , c:f]

但是，我无法像在.SDcols

中那样，结合以上两种方法在dplyr::select的一张镜头中选择几个列范围

Answer 1

我们可以使用.SDcols中的range部分，然后通过串联

附加另一列

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

如果有多个范围，我们将按match创建一系列范围，然后获取相应的列名

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，dplyr方法可以在data.table

中使用

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

Answer 2

这是使用cbind和两个或多个选择的解决方法。

cbind(dt[, .(a)], dt[, c:d])
#    a  c  d
# 1: 1 11 16
# 2: 2 12 17
# 3: 3 13 18
# 4: 4 14 19
# 5: 5 15 20

使用data.table中的列名选择多个列范围

2 个答案: