如何按一列將數據表子集化，而另一列則最小值

Question

假設我有一個過程取決於兩個輸入和一個輸出。 該過程已經在其他地方進行了數值模擬，因此再次運行這些模擬是不切實際的。

我已經將數據存儲在一個表中。 該表（除其他事項外）包含兩個關鍵輸入參數和結果輸出參數（此處分別為v，q和quant）。

> v=0.01*rep(1:100, each=100)
> q=0.01*rep(seq(1:100),100)
> quant <- rnorm(10000, mean=0.5, sd=0.1)
> fd <- data.table(q,v, quant)

我的問題：輸入參數空間由輸入之一（此處為v）的離散值細分，我想知道如何提取表的一個子集，其中第二個輸入（q）的值產生一些極值在另一個輸入的子集中保持不變的輸出（例如，最接近特定值的alpha，以便我們尋求min（abs（quant-alpha）））。 例如，假設alpha = 0.5

fd1 <- subset(fd,???min(abs(quant-0.5)),by=v)

因此，結果表將具有v的唯一值和滿足指定alpha和v的min（abs（quant-alpha））的quant值。該表還必須包含q的相關值以及該行中包含的任何其他數據。

我認為應該為這個問題提供一個非常簡單的解決方案，而且我只是個新手，不知道如何找到它！

Answer 1

您是否只是想這樣做...

fd[  , .SD[ which.min( abs(quant-0.5) ) ] , by = v ]
#        v    q     quant
#  1: 0.01 0.42 0.5010319
#  2: 0.02 0.71 0.4983129
#  3: 0.03 0.47 0.4996793
#  4: 0.04 0.01 0.5028813
#  5: 0.05 0.93 0.5009666
#  6: 0.06 0.93 0.4996367

您將獲得每個組的行（ by = v ），該行滿足使用which.min子集.SD的條件。