文件组织-如何有效地处理一个data.frame上的不同筛选器组合？

我目前在R中做了很多描述性分析。我总是使用类似

df

net <- seq(1,20,by=2)
gross <- seq(2,20,by=2)
color <- c("green", "blue", "white")
height <- c(170,172,180,188)

library(data.table)
df <- data.table(net,gross,color,height)

在我的realdata.table中，我有7列和各种过滤器组合。 因为我总是处理相同的data.table，所以我想找到最有效的方法来过滤数据

到目前为止，我的文件是这样组织的（自下而上）：

• 执行级别：使用

  XL Connect

• 源文件：此文件接收预筛选的data.table，并从执行级别获取所有文件。如果我在执行级别添加/删除文件，这是必需的
• 过滤文件：读取data.table并应用一个或多个过滤器，如上所示，使用

  df_green_high

  。通过筛选，筛选文件将创建一个 新建data.table并使用此新筛选的表来源“源文件”

我目前面临挑战，因为我有太多的过滤器文件。有7个变量，有这么多的过滤器组合，所以我迟早会迷路的

• 我如何才能更有效地进行分析（减少“筛选文件”的数量）

• 如何根据使用的过滤器方便地命名导出的文件

---

我读过一些书和其他类似的问题。然而，在这种情况下，我总是引用相同的基本表，因此应该有一种更有效的方法。我没有CS背景，因此非常感谢您的帮助。在软件方面，我也读过关于创建

包的内容，但我不确定这是否合理。
我通常这样做：


创建一个名为“我的案例列表”的列表
过滤数据，对过滤后的数据进行计算
向每个筛选的数据集添加一个名为“case”的列。用一些字符串填充此列，例如“案例1：颜色=”绿色“&高度>175”
将此数据放入我的案例列表
将列表转换为类似data.frame的对象
将结果导出到sql server
将结果从sql server导入Excel数据透视表
理解结果

尽可能地自动化该过程。
为什么要加载
dplyr
？只使用df[color==“green”&height>175]

有什么问题<代码>数据。表在引擎盖下使用自动索引（优化操作，如

=

和

%in%

等），因此这些操作应该非常有效。您还可以自己设置键并执行二进制连接，例如

setkey（df，color）；df[J（“绿色”）]

。虽然此操作仅在

数据之前的第一次运行时才具有
==
的优势。table

将设置一个辅助键，然后您的代码将得到完全优化。我按照您的建议更改了过滤器的代码。然而，这不是我问题的焦点-(

df[color=="green" & height>175]