R Data.table基于大于值的列向量筛选行

我在data.table中有一个列名的可变列表，并且希望对所有列名应用相同的筛选器，以将我的表的行子集（即，给出列表中所有列都>=5的行）

---

如果需要满足所有列的条件，请创建逻辑向量的

列表

，然后

将其减少为单个逻辑向量

DT[DT[, Reduce(`&`, lapply(.SD, `>=`, 5)), .SDcols = cols]]
#   ID a  b  c
#1:  a 5 11 17
#2:  c 6 12 18


或另一个带有
行和的选项

DT[ DT[, rowSums(.SD >= 5) == length(cols), .SDcols = cols]]

注意：这两个选项都是矢量化的，都是有效的

基准
DT1=5）=长度（cols），.SDcols=cols]]
#用户系统运行时间
#  0.464   0.127   0.555 
系统时间（DT1[DT1[，Reduce（`&`，lappy（.SD，`>=`，5）），.SDcols=cols]]
#用户系统运行时间
#  0.134   0.022   0.150 
system.time（DT1[DT1[，apply（.SD>=5,1，all），.SDcols=cols]，]））
#用户系统运行时间
#  6.636   0.087   6.687 
如果需要满足所有列的条件，请创建逻辑向量的
列表，然后
将其缩减为单个逻辑向量

DT[DT[, Reduce(`&`, lapply(.SD, `>=`, 5)), .SDcols = cols]]
#   ID a  b  c
#1:  a 5 11 17
#2:  c 6 12 18


或另一个带有
行和的选项

DT[ DT[, rowSums(.SD >= 5) == length(cols), .SDcols = cols]]

注意：这两个选项都是矢量化的，都是有效的

基准
DT1=5）=长度（cols），.SDcols=cols]]
#用户系统运行时间
#  0.464   0.127   0.555 
系统时间（DT1[DT1[，Reduce（`&`，lappy（.SD，`>=`，5）），.SDcols=cols]]
#用户系统运行时间
#  0.134   0.022   0.150 
system.time（DT1[DT1[，apply（.SD>=5,1，all），.SDcols=cols]，]））
#用户系统运行时间
#  6.636   0.087   6.687 

DT[ DT[, apply(.SD >= 5, 1, all), .SDcols=cols], ]
#    ID a  b  c
# 1:  a 5 11 17
# 2:  c 6 12 18