R 使用不等式和变量列名筛选data.table

我有一个

数据表

，我想根据一些不平等标准对其进行筛选：

dt <- data.table(A=letters[1:3], B=2:4)
dt
#    A B
# 1: a 2
# 2: b 3
# 3: c 4

dt[B>2]
#    A B
# 1: b 3
# 2: c 4

dt2]
#A B
#1:B3
#2:C4

上述方法可以很好地作为矢量扫描解决方案。但我不知道如何将其与列的变量名相结合：

mycol <- "B"
dt[mycol > 2]
#    A B      // Nothing has changed
# 1: a 2
# 2: b 3
# 3: c 4

mycol2]
#没有什么变化
#1:a 2
#2:B3
#3:C4

我如何解决这个问题？我知道我可以通过使用setkeyv（dt，mycol）设置键来使用二进制搜索，但是我看不到一种基于一些不等式标准的二进制搜索方法。

好的，那么，

---

使用

get（mycol）

是因为您希望

dt[

的参数成为对象“mycol”的内容。我相信

dt[mycol…]

查找“mycol”

data.table

对象本身中的东西，当然没有这样的动物。

为此提供了一个accesor函数。

j

在

X

的框架中进行评估，即您的

data.table

，除非您指定

with=FALSE

。这是执行此操作的标准方法

dt[ , mycol , with = FALSE ]
   B
1: 2
2: 3
3: 4

返回列、逻辑比较、子集行

dt[ c( dt[ , mycol , with = FALSE ] > 2 ) ]

---

另一种方法是使用

]

检索B作为向量，并使用以下方法获取子集：

dt[dt[[mycol]] > 2]

---

get（mycl）

有效吗？@CarlWitthoft是的。这将是我缺少的函数…如果你愿意，你可以继续并将其作为答案发布。同样，这也有效

dt[eval（parse（text=mycl））>2]

@digeAll使用

eval（parse（））

严格禁止使用

fortune（106）

@Mattrition请参阅更新。我不喜欢

get

，因为在某些嵌套调用环境中，您可能会遇到一些意外的行为。我认为提供

with=FALSE

是有原因的。好的，您的答案现在提供了一个不同的替代解决方案，谢谢。我发现的第三种选择是

dt[dt[[mycl]]>2]

@mattriion，这似乎是最明显的。你应该用这个来回答你自己的问题。我真的不喜欢这个和

[[

备选方案，因为它们更容易出错（因为你必须两次指定

数据表的名称）。这救了我。但即使你做了
dt['B'>2]
，你也必须做
dt[get（'B'）>2]
。有点烦人/似乎列引用应该作为字符串使用。@谢谢您的更正。我必须承认，我在过去4年中没有研究过这个问题！