循环不同列名筛选data.table行：修正语法而非替代方案

我理解你希望保留现有的for循环框架，只是修正语法来实现按不同列名（sum1、sum2）筛选行，而非替换整个逻辑。结合你给出的示例数据和代码，这里有两种完全贴合需求的修正方式：

方法1：使用get()函数动态引用列名 #

get()函数可以在data.table的行筛选语法中直接解析字符串形式的列名，完美适配循环逻辑：

set.seed(1)
library(data.table) # 记得先加载data.table包
dt = data.table(sum1=rnorm(10,0,1),sum2=rnorm(10,2,1))
catsummax = c(0,3)

# 修正后的循环
for(i in 1:2){
  # 获取当前循环对应的列名
  target_col = names(dt)[i]
  # 按列筛选：保留该列值在catsummax区间内的行
  dt = dt[get(target_col) >= catsummax[1] & get(target_col) <= catsummax[2]]
  # 可选：打印每一步的筛选结果，验证逻辑
  cat("完成第", i, "列（", target_col, "）筛选后的表：\n")
  print(dt)
}

方法2：使用[[索引动态获取列向量 #

如果你更习惯data.table的索引语法，也可以用dt[[target_col]]获取对应列的向量，再进行筛选：

set.seed(1)
library(data.table)
dt = data.table(sum1=rnorm(10,0,1),sum2=rnorm(10,2,1))
catsummax = c(0,3)

# 修正后的循环
for(i in 1:2){
  target_col = names(dt)[i]
  dt = dt[dt[[target_col]] >= catsummax[1] & dt[[target_col]] <= catsummax[2]]
  cat("完成第", i, "列（", target_col, "）筛选后的表：\n")
  print(dt)
}

补充说明 #

如果你不需要覆盖原表，而是想为每列生成独立的筛选结果，可以把dt = ...改成赋值给新变量（比如filtered_list[[i]] = ...），这样就不会修改原始数据。

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