如何在多列大data.table中筛选含≥2值的行及对应符合条件的列

针对大尺寸data.table的场景，更推荐使用原生向量化操作实现需求，避免apply按行遍历带来的性能损耗，完整实现逻辑如下： #

分步实现代码 #

1. 加载依赖&构造示例数据

library(data.table)
DT <- as.data.table( rbind( diag(5)+1, diag(5), rep(0,5)) )
DT[1,1] = 1

2. 第一步：筛选至少存在一个值≥2的行

# 用Reduce做列向布尔运算，性能远高于按行apply
row_cond <- DT[, Reduce(`|`, lapply(.SD, `>=`, 2))]
dt_row_filtered <- DT[row_cond]

3. 第二步：筛选包含至少一个值≥2的列

dt_final <- dt_row_filtered[, .SD, .SDcols = sapply(.SD, function(x) any(x >= 2))]

结果验证 #

运行dt_final即可得到预期输出：

V2 V3 V4 V5
1:  2  1  1  1
2:  1  2  1  1
3:  1  1  2  1
4:  1  1  1  2

兼容原有写法的方案 #

如果你已经在使用@IRTFM提供的行筛选代码，直接补充.SDcols参数筛选列即可：

dt_row_filtered <- DT[DT[,apply(.SD, 1, function(x) any(x>=2))]]
dt_final <- dt_row_filtered[, .SD, .SDcols = sapply(dt_row_filtered, function(x) any(x >= 2))]

内容的提问来源于stack exchange，提问作者moth