R 如何选择多列作为行选择的条件

比如说,

set.seed(1984)
d <- data.table(name=letters[1:26],a=rbinom(26,1,0.5),b=rbinom(26,1,0.5),c=rbinom(26,1,0.5))

结果是：

   a b c name
 1: 1 1 1    a
 2: 1 1 1    u
 3: 1 1 1    x
 4: 0 1 0    b
 5: 0 1 0    d
 6: 0 1 0    h
 7: 0 1 1    c
 8: 0 1 1    g
 9: 0 1 1    o
10: 0 1 1    q
11: 0 1 1    t
12: 1 1 0    e
13: 1 1 0    k
14: 1 1 0    y
15: 1 0 0    f
16: 1 0 0    i
17: 1 0 0    r
18: 1 0 0    s
19: 1 0 0    w
20: 0 0 1    j
21: 0 0 1    v
22: 1 0 1    m
23: 1 0 1    n
    a b c name

现在，我有两个问题：

如何将“name”列保留为第一列

如何选择a、b、c列作为简单表达式（如a:c，但a:c并不意味着a、b、c）？如果有数百列，我不能输入无尽的a，b，c。。。在和函数中，或作为由的参数

增加问题:

---

如果不是sum（具有处理行的rowSums版本），而是max等其他函数，如何解决问题1和问题2而不使用apply函数族（apply函数族是为数据帧设计的，我担心它们会降低数据表的速度）

我们可以使用

Reduce

和

+

根据

.SDcols

中指定的列创建逻辑向量

d[d[, Reduce(`+`, .SD) != 0, .SDcols = a:c]]

---

其他选项包括（@nicola's）

或者按照@Frank的建议，使用

pmax

根据每行上的最大值创建列（“keep”），将其从二进制文件转换为

逻辑文件，并基于该子集创建行和列

d[, keep := as.logical(do.call(pmax, .SD)), .SDcols=!"name"][(keep), !"keep"]

我们可以使用
Reduce
和
+
来根据
.SDcols
中指定的列创建逻辑向量

d[d[, Reduce(`+`, .SD) != 0, .SDcols = a:c]]


其他选项包括（@nicola's）

或者按照@Frank的建议，使用
pmax
根据每行上的最大值创建列（“keep”），将其从二进制文件转换为
逻辑文件，并基于该子集创建行和列

d[, keep := as.logical(do.call(pmax, .SD)), .SDcols=!"name"][(keep), !"keep"]

您还可以使用
rowSums
函数：

 d[rowSums(d[,2:4])!=0,]

您还可以使用
rowSums
函数：

 d[rowSums(d[,2:4])!=0,]

类似于
d[d[，rowSums（.SD）！=0.SDcols=a:c]
？类似于
d[d[，rowSums（.SD）！=0.SDcols=a:c]
？同样
d[Reduce（“+”，d[，a:c]）！=0]
似乎有效（不使用
.SDcols
）。考虑到它们是二进制变量，pmin或pmax似乎更自然。我会做
d[，keep:=as.logical（do.call（pmax.SD）），.SDcols=！“name”[（keep），！“keep”]
或类似的操作。另外
d[Reduce（“+”，d[，a:c]）！=0]
似乎可以工作（不使用
.SDcols
）。考虑到它们是二进制变量，pmin或pmax看起来更自然。我会做
d[，keep:=as.logical（do.call（pmax.SD）），.SDcols=！“name”][（keep），！“keep”]
或类似的操作。我陷入了DT[I，j，by]的陷阱，并将函数T_TAm应用到DT包中，效果不太好。。还在学习呢。随着时间的推移，我将能够拿起。我掉进了DT[I，j，by]的陷阱，并应用函数T_TAm，但DT包不太好。。还在学习呢。随着时间的推移，我将能够拿起。