如何高效筛选data.table中至少包含一个负值的行并生成新data.table

针对你的需求——从包含大量Stage列的data.table中提取所有至少有一个负值的完整行，这里有个高效且简洁的解决方案，完美适配你的大数据集场景：

代码实现 #

library(data.table)

# 你的示例数据
dt <- data.table( ID = c(42, 43, 44), Stage_1 = c(-6, 7, 4), Stage_2 = c(-15, 4, -8), Stage_3 = c(-20, 2, -5) )

# 核心筛选逻辑
dt2 <- dt[rowSums(.SD < 0) > 0, , .SDcols = patterns("^Stage_")]

为什么这么写？ #

• .SDcols = patterns("^Stage_")：自动匹配所有以Stage_开头的列，不用手动输入50个列名，省时间还避免出错
• rowSums(.SD < 0)：用向量化的方式快速计算每行里负值的个数，比逐行遍历的apply效率高得多，处理大数据集时优势明显
• rowSums(...) > 0：只保留负值数量大于0的行，也就是至少有一个负值的完整行

验证结果 #

运行后你会得到期望的输出：

> dt2
   ID Stage_1 Stage_2 Stage_3
1: 42      -6     -15     -20
2: 44       4      -8      -5

如果你的Stage列命名规则不同，只需要调整patterns里的正则表达式就行（比如如果列名是S1、S2，就改成patterns("^S")）。

内容的提问来源于stack exchange，提问作者winnieeliz