如何借助列名向量筛选data.table中多指定列均为同一值的行

需求说明：基于给定的列名向量cols，筛选出这些列的取值全部等于指定目标值（示例中为'a'）的行，所有判断均为列与目标值的直接比较，不涉及列之间的互相校验。

方案1：data.table原生实现（推荐） #

利用.SDcols指定操作列，结合Reduce合并多列判断条件：

# 定义目标匹配值
target <- 'a'
# 筛选逻辑
result <- dt[Reduce(`&`, lapply(.SD, function(x) x == target)), .SDcols = cols]

逻辑说明：

• .SDcols = cols指定后续操作仅作用于cols包含的列
• lapply(.SD, function(x) x == target)会逐列生成和目标值比较的布尔向量
• Reduce(&, ...)将所有布尔向量按行执行逻辑与运算，只有所有列都匹配目标值的行才会返回TRUE

方案2：base R实现 #

用rowSums统计每行不符合条件的列数，筛选不符合数为0的行：

target <- 'a'
# data.table格式下保留with=FALSE确保列筛选正确，base R数据框可直接写dt[,cols]
result <- dt[rowSums(sapply(dt[, cols, with = FALSE] != target)) == 0, ]

逻辑说明：

• 先对cols包含的所有列逐列判断是否不等于目标值，生成布尔矩阵
• rowSums统计每行中不等于目标值的列数，结果为0说明所有列都匹配目标值

结果验证 #

两种方案的输出和手动编写的dt[id=='a' & id2=='a' & test == 'a']完全一致，示例数据下返回的结果为：

id amount id2 test
1:  a      1   a    a

内容的提问来源于stack exchange，提问作者R. Cowboy