R语言data.table使用rowSums取子集时保留原始行号的问题咨询

你之前的写法出错是因为新增的row列为字符类型，在执行dt>=5的比较时，R会自动将数值5强转为字符串类型，所有row列的值（"row1"、"row2"、"row3"）按字典序和字符串"5"比较时结果均为TRUE，导致每一行的判断结果都为真。

解决方案1：指定参与数值比较的列 #

仅选择需要判断的数值列传入rowSums，排除行标识列：

dt <- data.table(a=c(1,2,3),b=c(4,5,6),row=c('row1','row2','row3'))
# 显式指定a、b列参与比较
dt[rowSums(dt[, .(a,b)] >=5) > 0]

解决方案2：自动筛选数值列参与计算 #

如果数值列较多，可通过.SDcols参数自动选择所有数值列，不用手动罗列：

# is.numeric会自动筛选所有数值类型的列参与计算
dt[rowSums(dt[, .SD, .SDcols = is.numeric] >=5) > 0]

解决方案3：筛选后再生成行标识 #

如果不需要提前保留行标识，也可以在筛选完成后再添加，避免标识列干扰数值比较逻辑：

dt <- data.table(a=c(1,2,3),b=c(4,5,6))
# 先筛选，再通过.I生成原始行标识
result <- dt[rowSums(dt >=5) > 0][, row := paste0("row", .I)]

以上三种方法运行后都可以得到你需要的结果：

a b  row
1: 2 5 row2
2: 3 6 row3

内容的提问来源于stack exchange，提问作者moth