如何获取Data.table中不符合双列非空条件的Name列取值？

嘿，我明白你的需求了：你不想筛选掉行，而是要找出所有Name分组——要么组里至少有一行不满足Value和Value1同时为非NA，要么整个组里完全没有满足这个条件的行。在你的示例里，就是要得到A和B这两个值对吧？

先梳理下你的原始场景：

原始数据与原有代码 #

首先是你的原始数据框（我把它整理成可直接运行的代码了）：

df <- data.frame(
  Name = c("A", "A", "A", "A", "A", "B", "B", "B", "B", "C", "C"),
  Value = c(1, NA, 1, 1, 1, NA, NA, 1, 1, 1, 1),
  Value1 = c(2, 2, 2, 2, 2, 1, 2, NA, NA, 5, 5),
  C1 = rep(NA, 11),
  C2 = c(NA, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2),
  C3 = rep(NA, 11)
)
library(data.table)
dt <- as.data.table(df)

你之前用这段代码筛选出了Value和Value1均为非NA的行：

new <- dt[is.na(`Value`) == FALSE & is.na(`Value1`) == FALSE,]

得到的结果是：

Name Value Value1 C1 C2 C3
1:    A     1      2 NA NA NA
2:    A     1      2 NA  2 NA
3:    A     1      2 NA  2 NA
4:    A     1      2 NA  2 NA
5:    C     1      5 NA  2 NA
6:    C     1      5 NA  2 NA

实现需求的代码 #

要拿到你想要的Name列表，我们可以按Name分组，逐个检查每个分组的情况，用data.table可以这样写：

# 按Name分组，计算两个关键指标
target_names <- dt[, .(
  # 分组内是否存在至少一行不满足Value和Value1均非NA
  has_bad_rows = any(is.na(Value) | is.na(Value1)),
  # 分组内所有行都不满足Value和Value1均非NA
  all_bad_rows = all(is.na(Value) | is.na(Value1))
), by = Name][has_bad_rows | all_bad_rows, Name]

# 查看结果
target_names

运行这段代码后，输出就是你想要的：

[1] "A" "B"

代码逻辑解释 #

• any(is.na(Value) | is.na(Value1))：判断当前Name分组里，有没有至少一行是Value为NA 或者 Value1为NA的（也就是不符合筛选条件的行），对应示例里的A分组
• all(is.na(Value) | is.na(Value1))：判断当前Name分组里，所有行都不符合筛选条件，对应示例里的B分组
• 最后我们筛选出满足has_bad_rows | all_bad_rows的Name值，就是目标结果啦

内容的提问来源于stack exchange，提问作者bli12blu12