將函數應用於滿足data.table中列子集條件的子集元素

Question

考慮data.table， exampleDT ，

set.seed(7)
exampleDT = data.table(colA = rnorm(10,15,5),
                       colB = runif(10,100,150),
                       targetA = rnorm(10,12,2),
                       targetB = rnorm(10,8,4))

例如，如果我要計算targetA列中所有元素的均值，這些均值低於某個閾值（例如10），則可以執行以下操作：

examp_threshold = 10
exampleDT[targetA<examp_threshold,mean(targetA)]
# [1] 9.224007566814299

而且，例如，如果我要計算targetA和targetB列中所有元素的均值，則可以執行以下操作：

target_cols = names(exampleDT)[which(names(exampleDT) %like% "target")] 
exampleDT[,lapply(.SD,mean),.SDcols=target_cols]
#              targetA           targetB
# 1: 12.60101574551183 7.585007905896557

但是我不知道如何將兩者結合起來。 也就是說，計算包含指定字符串（在此情況下為“目標”）的所有列中的所有元素的均值低於某個指定閾值（此處為10）的平均值。 這是我的第一個猜測，但未成功：

exampleDT[.SD<examp_threshold,lapply(.SD,mean),.SDcols=target_cols]
#Empty data.table (0 rows) of 2 cols: targetA,targetB

Answer 1

您需要在j表達式中設置子集，如下所示：

exampleDT[, lapply(.SD, function(x) mean(x[x<examp_threshold])),.SDcols=target_cols]

#   targetA targetB
#1: 9.224008 6.66624