Как выбрать строки по двум критериям в data.table в R

Скажем, у меня есть data.table, и я хочу выбрать все строки, где переменная x имеет значение b. Это легко

library(data.table)
DT <- data.table(x=rep(c("a","b","c"),each=3), y=c(1,3,6), v=1:9)
setkey(DT,x)               # set a 1-column key
DT["b"]

Кстати, кажется, что нужно установить ключ, если ключ не установлен в x, тогда это не сработает. Кстати, что произойдет, если я установил два столбца в качестве ключей?

В любом случае, двигаясь вперед, скажем, что я хочу выбрать все строки, где переменная x была или b

DT["b"|"a"]

не работает

Но следующие работы

DT[x=="a"|x=="b"]

Но это использует векторное сканирование a la data frames. Он не использует двоичный поиск. Думаю, для небольших наборов данных это не имеет значения.

Это то, что я должен делать, или я не знаю синтаксиса data.table?

И еще одно. Существуют ли примеры более сложных логических процедур множественного выбора (или подмножества) с data.table?

Я знаю, что всегда мог вернуться к использованию функции subset(), так как data.table будет вести себя как data.frame, если это необходимо.

Ответ 1

Вот путь, который только перешел мне в голову после того, как я задал вопрос, и он работает, но я не знаю, как это делается в тестах. Я не нахожусь на компьютере с установленным R. Я предполагаю, что я должен использовать экземпляр облака. Во всяком случае, мне нравится синтаксис

DT[c("a","b")]

Ответ 2

Использование оператора %in%, по-видимому, дает коэффициент производительности 2. Рассмотрим:

library(data.table)
library(rbenchmark)
DT <- data.table(x=sample(letters, 1e6, TRUE), y=rnorm(1e6), v=runif(1e6))
setkey(DT,x)               # set a 1-column key
DT["b"]
f1 <- function() DT[x %in% letters[1:2]]
f2 <- function() DT[x=="a"| x == "b"]

> benchmark(f1(),f2())
  test replications elapsed relative user.self sys.self user.child sys.child
1 f1()          100    8.40 1.000000      7.58     0.81         NA        NA
2 f2()          100   17.11 2.036905     15.54     1.56         NA        NA

> all.equal(f1(), f2())
[1] TRUE

EDIT: добавление опции Farrel

Обратите внимание, что это на другом компьютере, но относительные удары одинаковы.

f3 <- function() DT[c("a", "b")]

  test replications elapsed  relative user.self sys.self user.child sys.child
1 f1()          100  11.281  7.121843     9.745    1.323          0         0
2 f2()          100  23.106 14.587121    20.824    2.224          0         0
3 f3()          100   1.584  1.000000     1.042    0.541          0         0