对于R中的多个列，如何为其值大于其他值的行创建子集

我有以下

数据。表

library(data.table)
dt <- data.table(V1=c(1,3,1,0,NA,0),
                 V2=c(1,0,1,0,1,3),
                 Q1=c(3,5,10,14,0,3),
                 Q2=c(0,1,8,NA,0,NA))

编辑
原则上，我希望有两个列名称向量，因此类似于
v_columms的东西，我们可以使用
melt
来处理多个列，方法是在
measure
中指定
模式，将其转换为“long”格式，然后应用条件

dt[, new := melt(dt, measure = patterns("V", "Q"))[,  
      +(any(value1 > 2) & any(value2 > 0)),rowid(variable)]$V1]
dt
#   V1 V2 Q1 Q2 new
#1:  1  1  3  0   0
#2:  3  0  5  1   1
#3:  1  1 10  8   0
#4:  0  0 14 NA   0
#5: NA  1  0  0   0
#6:  0  3  3 NA   1


或者不使用
melt
，如果只有两组列，则

vs <- grep("V", names(dt))
qs <- grep("Q", names(dt))
dt[, new := +(Reduce(`|`, lapply(.SD[, ..vs], `>`, 2)) &
              Reduce(`|`, lapply(.SD[, ..qs], `>`, 0)))]

vs`，0））]
使用
dplyr
和
case\u when
或
if\u else
：

dt %>%
   mutate(new = case_when((V1 > 2 | V2 > 2) & (Q1 > 0 | Q2) > 0 ~ 1,
                     TRUE ~ 0))

dt %>%
   mutate(new = if_else((V1 > 2 | V2 > 2) & (Q1 > 0 | Q2 > 0), 1 , 0))

  V1 V2 Q1 Q2 new
1  1  1  3  0   0
2  3  0  5  1   1
3  1  1 10  8   0
4  0  0 14 NA   0
5 NA  1  0  0   0
6  0  3  3 NA   1

下面是另一种使用一些辅助函数的方法：

foo <- function(.dt, cols, vals, na.rm = TRUE) {
  rowSums(.dt[, cols, with=FALSE] > vals, na.rm = na.rm) > 0 
}

bar <- function(.dt, cols_list, vals_list) {
  as.integer(Reduce("&", Map(function(cols, vals) foo(.dt, cols, vals), cols_list, vals_list)))
}

dt[, new := bar(.SD, list(v_columms, q_columms), list(2, 0))]

foo vals，na.rm=na.rm）>0
}
条形码>dt[（V1>2 | V2>2）和（Q1>0 | Q2>0），新的：=1]
？在现实中，你需要为更多的专栏做这些吗？也许更好：
dt[，new:=as.integer（（V1>2 | V2>2）和（Q1>0 | Q2>0））
是的，所以原则上我希望有2个向量，比如
v|colums，看看我是否理解正确，如果我有3个模式
V1
，我的情况是
V1
，
V2>2
和
Q>0
然后我会使用
dt[，new:=melt（dt，measure=patterns（“V1”，“V2”，“Q”）[，+（any（value1>1 | value2>2）和any（value3>0）），rowid（variable）]$V1]
？@quant是的，那是it@quant对于多个变量，也可以使用
Map
即
melt（dt，measure=patterns（“V”），“Q”）[，+（Reduce（'&'，Map（function（x，y）any（x>y），.SD，c（2，0））），by=rowid（variable），.SDcols=value1:value2]
在第二个解决方案中，我得到eval（expr，envir，enclose）中的
错误：“…vs”未找到
though@quant那会有点旧。
。
是最近推出的
foo <- function(.dt, cols, vals, na.rm = TRUE) {
  rowSums(.dt[, cols, with=FALSE] > vals, na.rm = na.rm) > 0 
}

bar <- function(.dt, cols_list, vals_list) {
  as.integer(Reduce("&", Map(function(cols, vals) foo(.dt, cols, vals), cols_list, vals_list)))
}

dt[, new := bar(.SD, list(v_columms, q_columms), list(2, 0))]