我有data.table并且需要知道在给定条件下包含最小值的行的索引。简单的例子：
dt <- data.table(i=11:13, val=21:23)
# i val
# 1: 11 21
# 2: 12 22
# 3: 13 23
现在，假设我想知道条件val中哪一行i>=12最小，在这种情况下 2 。
dt[i>=12, which.min(val)]
# [1] 1
返回 1 ，因为在dt[i>=12]内它是第一行。
另外
dt[i>=12, .I[which.min(val)]]
# [1] 1
返回 1 ，因为.I只能用于分组。
要正确应用.I，我添加了一个分组列：
dt[i>=12, g:=TRUE]
dt[i>=12, .I[which.min(val)], by=g][, V1]
# [1] 2
请注意，g NA为i<12，因此which.min会从结果中排除该组。
但是，这需要额外的计算能力来添加列并执行分组。我的高效data.table有几百万行，我必须经常找到最小值，所以我想避免任何额外的计算。
您有什么想法，如何有效地解决这个问题？
答案 0 :(得分：6)
但是，这需要额外的计算能力来添加列并执行分组。
因此，如果数据如此重要，请保持数据排序：
setorder(dt, val)
dt[.(i_min = 12), on=.(i >= i_min), mult="first", which = TRUE]
# 2
这也可以扩展为检查更多阈值i值。只需在i_min =中添加一个向量：
dt[.(i_min = 9:14), on=.(i >= i_min), mult="first", which = TRUE]
# [1] 1 1 1 2 3 NA
工作原理
x[i, on=, ...]是联接的语法。
i可以是另一个表或等效的等长向量列表。.()是list()。on=可能会出现“非等同加入”的不平等。mult=可以确定当一行i在x中有多个匹配时会发生什么。which=TRUE将返回x的行号而不是完整的联接表。答案 1 :(得分：1)
您可以使用which.min忽略NA值以及＃34;掩盖＆＃34;您不想考虑的价值观点：
dt[,which.min(ifelse(i>=12, val, NA))]
作为此行为的一个简单示例，which.min(c(NA, 2, 1))返回3，因为第3个元素是所有非NA值中的最小值。