DataTable列表对比：筛选当前行首元素与前一行末元素不匹配的记录

嘿，我来帮你搞定这个DataTable的筛选问题！咱们一步步来，思路很清晰：

首先，你的peoplecount列是逗号分隔的字符串，得先把它拆成单独的数值元素，才能提取第1个和第4个值来做比较。用data.table自带的tstrsplit函数就能轻松完成拆分：

library(data.table)

# 把peoplecount拆成4个数值列p1-p4
data[, c("p1", "p2", "p3", "p4") := tstrsplit(peoplecount, ",", type.convert = TRUE)]

这里type.convert=TRUE会自动把拆分后的字符串转成数值型，省去了手动转类型的麻烦。

接下来，我们需要拿到每一行前一行的第4个元素，data.table的shift()函数正好是干这个的——它默认会取上一行的滞后值，第一行因为没有前一行，会返回NA：

# 添加一列存储前一行的第4个元素
data[, prev_p4 := shift(p4)]

现在就可以筛选符合条件的记录了：我们要找的是当前行第1个元素≠前一行第4个元素的行，同时要排除第一行（因为它没有前一行，prev_p4是NA）：

# 筛选目标记录
target_rows <- data[p1 != prev_p4 & !is.na(prev_p4)]

如果不想保留拆分出来的临时列，也可以用一步到位的写法（可读性稍弱，但不用新增列）：

# 无需新增列的写法
target_rows <- data[, {
  # 提取当前行第1个元素
  curr_p1 <- as.integer(strsplit(peoplecount, ",")[[1]][1])
  # 提取前一行第4个元素
  prev_p4 <- shift(sapply(peoplecount, function(x) as.integer(strsplit(x, ",")[[1]][4])))
  # 返回符合条件的行
  .SD[curr_p1 != prev_p4 & !is.na(prev_p4)]
}]

用你的测试数据验证的话，第7行的p1是0，前一行（第6行）的p4是3，0≠3，所以会被成功筛选出来，完全符合你的需求~

内容的提问来源于stack exchange，提问作者mrtyormaa