将dplyr中group_by、filter、min()转换为data.table遇阻求助

原dplyr代码的作用是按var1分组，筛选出每组中var2等于该组最小值（忽略NA）的行。对应的data.table实现可以用以下两种方式：

方法一：直接在分组内筛选 #

library(data.table)
df.2 <- df.1[, .SD[var2 == min(var2, na.rm = TRUE)], by = var1]

• by = var1：按var1对数据分组
• .SD：代表当前分组的子数据集
• min(var2, na.rm = TRUE)：计算当前分组内var2的最小值（忽略NA值）
• 最终筛选出子数据集中var2等于该最小值的行

方法二：先计算分组最小值再筛选 #

如果需要保留分组最小值的临时列，可分两步操作：

# 新增分组最小值列
df.1[, min_var2 := min(var2, na.rm = TRUE), by = var1]
# 筛选目标行
df.2 <- df.1[var2 == min_var2, .(var1, var2)]
# 若不需要临时列，可后续删除
df.1[, min_var2 := NULL]

测试示例 #

用测试数据验证结果一致性：

# 构造测试数据
df.1 <- data.table(
  var1 = c("A", "A", "B", "B", "B"),
  var2 = c(3, 1, NA, 2, 2)
)

# 执行转换后的代码
df.2 <- df.1[, .SD[var2 == min(var2, na.rm = TRUE)], by = var1]

输出结果：

var1 var2
1:    A    1
2:    B    2
3:    B    2

和原dplyr代码的输出完全一致。

内容的提问来源于stack exchange，提问作者Grillo