R 示例data.table具有不同条件的行

我有一个data.table，有多个列。其中一列当前用作“键”（例如，

keyb

）。另一列（比如

A

）中可能有数据，也可能没有数据。我想提供一个向量，每个键随机采样两行，-如果该键出现在向量中，其中一行包含

a

中的数据，而另一行不包含

MRE：

我最初的想法（可能是低效的想法）是尝试将每个键链接两行的样本，其中

a

列有数据或没有数据，然后合并。但它不起作用：

#here I was trying to sample rows based on whether A has data or not
#here for rows where A has no data
trys[keyb %in% list_try[[2]]][nchar(A)==0][sample(.N, 2), ,by = keyb]
#here for rows where A has data
trys[keyb %in% list_try[[2]]][nchar(A)==1][sample(.N, 2), ,by = keyb]

在这种情况下，我的预期输出将是两个data.table（一个用于

a

，另一个用于

b

），每个出现的元素有两行：因此

a

中的data.table将有两行（一行在a中有数据，一行在a中没有数据），而

b

中的data.table将有四行（两行在a中有数据，两行没有数据）

---

请让我知道，如果我能使这篇文章更清晰

您也可以通过语句将

A

添加到

，同时通过修改为
A！=“”
，与二进制联接结合（同时添加
nomatch=0L
以删除不匹配项），然后您可以通过这两个聚合器从行索引
.I
中采样，然后从原始数据集中提取子集

对于单个子集的情况

trys[trys[list_try[[2]], nomatch = 0L, sample(.I, 1L), by = .(keyb, A != "")]$V1]
#    keyb A
# 1:    y 1
# 2:    y  
# 3:    x 1
# 4:    x  


对于更一般的情况，当您想要根据密钥列表创建单独的数据集时，您可以轻松地将其嵌入到
lappy

lapply(list_try, 
       function(x) trys[trys[x, nomatch = 0L, sample(.I, 1L), by = .(keyb, A != "")]$V1]) 
# $a
# keyb A
# 1:    x 1
# 2:    x  
# 
# $b
# keyb A
# 1:    y 1
# 2:    y  
# 3:    x 1
# 4:    x  

不确定，但可能这
trys[list_try[[2]]，nomatch=0L，sample（.I，1L），by=（keyb，A）]
V1
是两个数据集的采样行索引，可能是
Lappy（list_try，function（x）trys[x，nomatch=0L，sample（.I，1L），by=（keyb，A）]）
@DavidArenburg这对我的样本数据集有效，我将根据我的实际数据集调整注释。它会删除所有其他列（包含相关信息），出于某种原因，它会为包含数据的列提供两行样本，而不是1如果您想保留其他列，只需获取
$V1
，然后根据该索引对数据进行子集，如
trys[list_try[[2]]，nomatch=0L，sample（.I，1L），by=。（keyb，A）]$V1
，例如。另外，您在实际数据中的
A
中有多少个唯一值？如果
A
中有两个以上的唯一值，您可以将其修改为
trys[list_try[[2]]，nomatch=0L，sample（.I，1L），by=（keyb，A！=“”）]$V1
您想添加一个答案吗，@david？这很有效
trys[trys[list_try[[2]], nomatch = 0L, sample(.I, 1L), by = .(keyb, A != "")]$V1]
#    keyb A
# 1:    y 1
# 2:    y  
# 3:    x 1
# 4:    x  

lapply(list_try, 
       function(x) trys[trys[x, nomatch = 0L, sample(.I, 1L), by = .(keyb, A != "")]$V1]) 
# $a
# keyb A
# 1:    x 1
# 2:    x  
# 
# $b
# keyb A
# 1:    y 1
# 2:    y  
# 3:    x 1
# 4:    x