Question

我有以下data.table：

dt1 <- data.table(A=c(1,2,3,1,2,3,1,2,2,3),
                  B=c(8,4,3,1,1,5,9,7,1,1),
                  C=c(11,11,11,12,12,12,13,13,14,14))

和矢量：

dt_filter <- c(1,2,3)

我想选择C中的dt1列，其中A列包含向量dt_filter中的所有值。

所以返回值为11和12。

我想出了以下代码，但我认为它不够高效：

dt1[, sum(A %in% dt_filter) == 3, by = C][V1 == T, C]

能给我一些建议吗？

Answer 1

首先对所有组进行过滤（否则，您将在每个组上运行单独的过滤器，由于这样做会产生一些开销，因此效率低下）：

dt1[A %in% 1:3, if (.N == 3L) TRUE, keyby = C]$C

如果A在C中可能不是唯一的：

dt1[A %in% 1:3, if (length(unique(A)) == 3L) TRUE, keyby = C]$c

预排序可能会有所帮助：

setkey(dt1, A)
dt1[.(1:3), if (.N == 3L) TRUE, keyby = C]$C

也可以与unique结合使用：

unique(dt1[.(1:3)], by = c('A', 'C'))[ , if (.N == 3L) TRUE, keyby = C]$C

Answer 2

dt1[, .(check = all(dt_filter %in% A)), by = C][check == TRUE, C]

我认为这样可以更好地解决问题，因为您的方法将检查是否存在3个，但是数据表明可以重复进行，因此如果C = 13的A = 1,1,2，则可能会破坏