R data.table：根据名称存储在其他位置的变量选择行

考虑以下几点：

library(data.table)

DataTableA <- data.table(v1 = c(1, 2, NA, 6, 3, NA),
                         v2 = c(NA, 4, NA, NA, 1, 2),
                         v3 = c(3, 3, NA, 4, 2, NA),
                         v4 = c(2, NA, 3, NA, 3, NA),
                         v5 = c(1, NA, NA, NA, 3, 4))

DataTableA

##    v1 v2 v3 v4 v5
## 1:  1 NA  3  2  1
## 2:  2  4  3 NA NA
## 3: NA NA NA  3 NA
## 4:  6 NA  4 NA NA
## 5:  3  1  2  3  3
## 6: NA  2 NA NA  4

varnames <- c("v2", "v4", "v5")

但是我想避免写出变量名

有效的方法是

DataTableA[apply(!is.na(DataTableA[, ..varnames]), 1, any)]

但我想知道是否有更好的方法。如果没有，那当然没关系。如上所述使用

apply

，我没有任何问题，但我对data.table的了解使我认为可能有一种更简单的方法

类似，但更复杂

---

感谢您提供的帮助。

我们可以在

.SDcols

中指定“varnames”，在

.SD

（Data.table的子集）上循环，应用函数并

减少

DataTableA[DataTableA[, Reduce(`|`, lapply(.SD, is.na)), .SDcols = varnames]]

---

或使用

行和

DataTableA[DataTableA[, rowSums(!is.na(.SD)) > 0, .SDcols = varnames]]

---

谢谢你的回答。我不认为这些比我的问题中使用

apply

更简单，但作为一个新的data.table用户，我可以看到更多使用

的示例。SD

行和

对于大数据来说要快得多。@IanCampbell谢谢，我没有考虑速度。@mark999是的，

apply

更容易理解，但与列相比，R中的行循环效率更低。在第一个解决方案中，在列上循环并减少它。它应该比应用程序更快。此外，

apply

将创建一个

矩阵

，如果列不同，则在更改列类型的同时也会产生一些性能问题types@mark999. 另外，如果您只需要一个带apply的base R解决方案，那么转换为

data.table

对我来说没有多大意义，因为在处理大数据集时，dat.atable的性能改进会更高

DataTableA[DataTableA[, rowSums(!is.na(.SD)) > 0, .SDcols = varnames]]