寻求data.table解决方案：筛选满足V1/list.value≤0.8的最小list.value

需求：为data.table中每行的V1值，找出满足V1/list.value ≤ 0.8条件的最小list.value值。

示例数据 #

library(data.table)
list.value <- c(3.6, 3.0, 2.4, 1.8, 1.2, 0.6)
dt <- as.data.table(seq(from = 0.5, to = 1.0, by = 0.1))

# 原示例中生成的比率列仅作参考，实际不需要提前生成
dt[, `:=`(ratio3.6 = V1 / 3.6)
   ][, `:=`(ratio3.0 = V1 / 3.0)
     ][, `:=`(ratio2.4 = V1 / 2.4)
       ][, `:=`(ratio1.8 = V1 / 1.8)
         ][, `:=`(ratio1.2 = V1 / 1.2)
           ][, `:=`(ratio0.6 = V1 / 0.6)]

输出如下：

> dt
    V1  ratio3.6  ratio3.0  ratio2.4  ratio1.8  ratio1.2  ratio0.6
1: 0.5 0.1388889 0.1666667 0.2083333 0.2777778 0.4166667 0.8333333
2: 0.6 0.1666667 0.2000000 0.2500000 0.3333333 0.5000000 1.0000000
3: 0.7 0.1944444 0.2333333 0.2916667 0.3888889 0.5833333 1.1666667
4: 0.8 0.2222222 0.2666667 0.3333333 0.4444444 0.6666667 1.3333333
5: 0.9 0.2500000 0.3000000 0.3750000 0.5000000 0.7500000 1.5000000
6: 1.0 0.2777778 0.3333333 0.4166667 0.5555556 0.8333333 1.6666667

预期结果 #

新增一列后的输出：

V1 min_val
1: 0.5    1.2
2: 0.6    1.2
3: 0.7    1.2
4: 0.8    1.2
5: 0.9    1.2
6: 1.0    1.8

原尝试代码问题 #

原代码逻辑错误：

copy(dt)[, test := which.min((V1 / list.value) <= 0.8)][]

which.min会将逻辑向量（TRUE/FALSE）转换为数值1/0，返回的是第一个0（即不满足条件的元素）的位置，而非满足条件的最小list.value的位置。

可行解决方案 #

# 按行处理，筛选满足条件的list.value并取最小值
dt[, min_val := {
  # 转换条件：V1/x ≤0.8 等价于 x ≥ V1/0.8（x为正数，不等号方向不变）
  eligible_vals <- list.value[list.value >= V1 / 0.8]
  min(eligible_vals)
}, by = V1]

# 查看结果
dt[, .(V1, min_val)]

逻辑说明 #

1. 条件转换：将V1/list.value ≤0.8转换为list.value ≥ V1/0.8，避免除法运算的逻辑混淆；
2. 筛选符合条件的list.value元素；
3. 取筛选结果中的最小值，即为满足要求的最小list.value。

内容的提问来源于stack exchange，提问作者Howard