Question

我正在努力掌握data.table的文档，但我想请求反馈，我在以下方面的推理中出错了。

（1）我想从data.table中选择一系列列来创建一个新的data.table。

（2）另外，我想取每组的第一个值。关于第一个问题，我认为答案是here，但后面是列数。但我想使用列名，我认为这是data.table的主要优势（和卖点）之一。

这是一个示例数据集。

DT <- data.table(ID=c(101,101,101,102,103,104,104),
                 "year.1" = c(1,5,3,2,3,4,8), 
                 "year.2" = c(4,5,6,NA,1,2,3), 
                 "year.3" = c(1,2,3,7,9,8,0), 
                 "year.4" = c(4,5,NA,1,2,6,9))
setkey(DT,ID)

实际上我有更多的专栏而不仅仅是“年”。</ p>

# ALL OF THESE DONT WORK AND END IN ERRORS
# To extract a range of columns I have tried this:
dt.sub <- DT[,list(year.1:year.3,ID)]
dt.sub <- DT[,c("year.1":"year.3",ID), with=FALSE] # I know shouldn't work since 
# "with=FALSE" is only intended in combination with := according to the documentation
dt.sub <- DT[,lapply(SD),.SDcols= for (i in 1:3) paste0("year.",i) ]

对于第二个问题：如果我希望dt.sub仅包含每个组的第一个观察，我希望我可以使用“mult”参数。然而，这也适用于不同于我预期的方式。仅在一列上使用该示例：

dt.sub1 <- DT[,year.1, by=ID,mult="first",]

这不会产生任何错误，但也不会只提供该组的第一行。我知道这样的解决方法：

dt.sub1 <- unique(DT[,year.1, by=ID])

确实提供了预期的输出，但我觉得我错过了mult选项的重要内容。

Answer 1

# (1)
DT[, c(paste0('year.', 1:3), 'ID'), with = F]

# (2) 
DT[, year.1[1], by = ID]

合并/加入两个data.tables时使用

mult，表示存在多个匹配时要执行的操作。因此，正如@Arun所指出的那样，对于你的第二个问题使用mult的方法是（假设你已被ID键入）：

DT[J(unique(ID)), list(ID, year.1), mult = 'first']

R：在data.table中选择列范围

1 个答案: