如何基于向量高效筛选data.table行？索引方法遇阻求助

这个问题的核心是data.table和data.frame在提取单列时的返回类型差异：

问题根源 #

当你用ids <- z[wt > 3.5, "mpg"]提取data.table的列时，返回的是一个单列的data.table对象，而不是像data.frame那样默认返回向量（data.frame只有在drop=FALSE时才会返回data.frame）。%in%运算符是用来比较向量的，用data.table和向量自然无法正确匹配，这就是代码失效的原因。

而你在data.frame中能正常运行，是因为mtcars[mtcars$wt > 3.5, "mpg"]默认返回了向量；直接输入数值向量也能运行，同样是因为传入了%in%需要的向量类型。

正确解决方案 #

以下几种写法都能解决问题，推荐使用符合data.table语法习惯的第一种：

方案1：直接提取列向量（推荐）

在data.table的j参数中直接写列名（不带引号），会直接返回该列的向量：

library(data.table)
z <- data.table(mtcars)
# 提取mpg列的向量
ids <- z[wt > 3.5, mpg]
# 正常筛选
z[mpg %in% ids, ]

方案2：用[[提取向量

如果习惯用字符串指定列名，可以先筛选行再用[[提取向量：

ids <- z[wt > 3.5][["mpg"]]
z[mpg %in% ids, ]

方案3：用get()提取向量

如果必须通过字符串变量指定列名，使用get()函数可以返回向量：

col_name <- "mpg"
ids <- z[wt > 3.5, get(col_name)]
z[mpg %in% ids, ]

关于你尝试的类型转换 #

你之前尝试的as.numeric(ids)其实可以把单列data.table转成向量，但如果还是失效，大概率是浮点数精度问题（比如mpg的数值存储有细微小数差异）。不过最根本的解决方式还是一开始就提取正确的向量类型，避免不必要的类型转换。

内容的提问来源于stack exchange，提问作者MatthewR