如何将dplyr筛选全逻辑列TRUE的代码转换为data.table实现？

背景场景 #

先看初始数据：通过以下R代码创建data.table对象dt：

library(data.table)
library(dplyr)

dt <- data.table(
  A = c(TRUE, TRUE, TRUE),
  B = c(TRUE, FALSE, TRUE),
  C = c(FALSE, TRUE, TRUE)
)

dt的输出为：

A     B     C
1: TRUE  TRUE FALSE
2: TRUE FALSE  TRUE
3: TRUE  TRUE  TRUE

用dplyr可以通过if_all快速筛选出所有逻辑列值均为TRUE的行，代码及结果如下：

dt |> dplyr::filter(if_all(where(is.logical)))

输出：

A    B    C
1: TRUE TRUE TRUE

下面介绍用data.table实现相同筛选逻辑的几种方式。

data.table实现方案 #

方式一：利用.SD和all()函数 #

借助data.table的.SD（Subset of Data）特性，结合.SDcols自动筛选逻辑列，直接判断每行是否所有逻辑列值都为TRUE：

dt[, .SD[all(.SD), .SDcols = is.logical]]

这里.SDcols = is.logical会自动识别所有逻辑类型的列，all(.SD)检查当前行的所有逻辑列值是否全为TRUE，满足条件的行将被保留。

方式二：通过rowSums统计判断 #

用数值统计的思路，计算每行逻辑列中TRUE的数量，当数量等于逻辑列总数时，说明该行全为TRUE：

# 先获取所有逻辑列的名称
logical_cols <- names(dt)[sapply(dt, is.logical)]
# 筛选符合条件的行
dt[dt[, rowSums(.SD) == length(.SD), .SDcols = logical_cols]]

方式三：用Reduce做逐行逻辑与运算 #

通过Reduce把所有逻辑列的向量逐行做逻辑与（&）运算，最终得到的布尔向量就是筛选条件：

# 标记哪些列是逻辑类型
is_logical_col <- sapply(dt, is.logical)
# 筛选满足所有逻辑列都是TRUE的行
dt[Reduce(`&`, dt[, ..is_logical_col])]

..is_logical_col用于引用外部定义的列索引，Reduce(&, ...)会把每一行的所有逻辑列值做“且”运算，只有全为TRUE时结果才为TRUE。

以上三种方式的最终输出结果均与dplyr实现的一致：

A    B    C
1: TRUE TRUE TRUE

内容的提问来源于stack exchange，提问作者Rodrigo Tanco