R 在相同条件下为多列筛选data.table

我使用列名向量来选择data.table的一个子集。我想知道是否可以在

I

中基本上定义条件，然后将这些条件应用于所有选定的列。 例如，使用

mtcars

数据集。 我想选择圆柱和齿轮，然后想过滤所有有四个圆柱和四个齿轮的汽车。当然，我还需要定义过滤器是否为

和

或

或

，但我感兴趣的是，这个想法是否可以以某种方式应用于

data.table

上下文中

# working code
sel.col <- c("cyl", "gear")
dt <- data.table(mtcars[1:4,])

dt[, ..sel.col]
dt[cyl == 4 & gear == 4, ..sel.col]    


# Non-working code
dt[ sel.col == 4 , ..sel.col]

#工作代码
sel.col我们可以使用
get

sel.col <- "cyl"
dt[get(sel.col) == 4, ..sel.col]
#    cyl gear
#1:   4    4


之前，我们认为只有一列需要评估。如果我们有多个列，请在
.SDcols
中指定它，循环遍历Data.table（
.SD
）的子集，将其与感兴趣的值（'4'）进行比较，
将其减少为逻辑向量，并使用
|
，即每行中的任何TRUE，并基于此对行进行子集化

dt[dt[, Reduce(`|`, lapply(.SD, `==`, 4)),.SDcols = sel.col], ..sel.col]

但无法将其更改为
或
条件，对吗？@hannes101我没有收到您的查询。目前所有列都需要具有相同的值，另一种可能是只需要满足其中一个条件，例如，只有四个齿轮或四个气缸。然后结果会有更多可能的组合。是的，似乎有效。虽然它很难阅读，而且我可能很难再掌握它，但在几个月后查看代码时。@hannes101如果向量中有多个元素，最好通过这条路线。或者你可以做
dt[get（sel.col[1]）==4 | get（sel.col[2]）==4，…sel.col]
当“sel.col”的长度增加时，这将成为一个练习。有什么相关问题：。
dt[dt[, Reduce(`|`, lapply(.SD, `==`, 4)),.SDcols = sel.col], ..sel.col]