data.table新增布尔列：判断指定列是否存在目标数值

首先咱们先拆解下你的需求：要给data.table新增一列ac_12，逐行检查a列或者c列的当前行值是否等于12，只要其中一列满足就标记为TRUE，否则是FALSE。

你现有代码的问题 #

你写的这段代码：

val <- 12
cols <- c("a", "c")
dt[, ac_12 := lapply(.SD, function(x) val %in% x), .SDcols = cols]

有两个核心问题：

• 判断逻辑错了：val %in% x是检查val是否存在于整个列x中，不是逐行判断当前行的x值是否等于val。比如如果a列里有任何一个12，那整个a列对应的判断结果都会是TRUE，这和你要的逐行判断完全不符。
• 返回结构错了：lapply(.SD, ...)会返回一个列表，每个元素对应.SDcols里的一列，所以这段代码会试图给dt添加两列（对应a和c的列判断），而不是合并成一个ac_12列，这就会导致赋值失败或者结果不符合预期。

正确的实现方式 #

这里有几种简单的写法，都能满足你的需求：

方法1：直接用逻辑或（最直观）

如果列数少，直接写逻辑判断最清晰：

val <- 12
dt[, ac_12 := (a == val) | (c == val)]

方法2：用.SD结合Reduce（适合列数多的情况）

如果以后要检查的列不止a和c，可以用.SD配合Reduce来合并逐行的判断结果：

val <- 12
cols <- c("a", "c")
dt[, ac_12 := Reduce(`|`, lapply(.SD, function(x) x == val)), .SDcols = cols]

这里的逻辑是：

1. lapply(.SD, function(x) x == val)：逐行检查每列是否等于val，得到一个包含两个布尔向量的列表（对应a和c列的逐行判断）
2. Reduce(|, ...)：把这两个布尔向量按行做“或”运算，合并成一个最终的布尔向量，赋值给ac_12

方法3：用rowSums（另一种简洁写法）

也可以用rowSums统计每行满足条件的列数，只要大于0就标记为TRUE：

val <- 12
cols <- c("a", "c")
dt[, ac_12 := rowSums(.SD == val) > 0, .SDcols = cols]

.SD == val会生成一个布尔矩阵，rowSums统计每行的TRUE数量，只要有至少一个TRUE（数量>0）就返回TRUE。

验证结果 #

用你给的示例数据测试的话，这几种方法都能得到你期望的输出：

内容的提问来源于stack exchange，提问作者Wiktor Gustafsson