R：选择数据表中的特定行

Question

我有一个在data.table中选择行的特定问题，到目前为止还没有设法解决它。我有一个数据集，用于存储一系列参数的仿真结果。数据集中的列包含参数或结果值，请参阅下面的代码（“p”表示参数列，“v”表示值列。

# create dataset for demonstration
params <- expand.grid (seq(0,0.5,by=.1),
                       seq(1,10),
                       seq(100,105),
                       letters[1:4],
                       letters[10:14])
colnames(params) <- paste("p",1:5,sep="")
data <- data.table(cbind(params,runif(nrow(params)),rnorm(nrow(params))))
setnames(data, c(colnames(params),"v1","v2"))

我现在想提取：对于每个p1，对于给定的p2和p3值，对于p4，p5的任意值，v1的值是最小的行。设 np4 和 np5 是 p4 和 p5 的唯一值的数量，对于每个唯一的 p1 并给定 p2， p3，我想在 np4*np5 行中进行选择，其中 p1、p2、p3 与 v1 最小的一行匹配。然后，所需的输出应该是一个表，其中包含从原始表中选择的np1行，即包含原始表所做的所有变量。我知道如何从data.table中选择行，如何使用表达式和“by”，但我还没有设法将它们放在一起以产生所需的结果。

更新：我找到了答案。诀窍是，如何在“by？”创建的子集中选择最佳行？（当然，已经有内置的）解决方案：

np4 <- c("a", "b")
np5 <- c("m", "n")

ss2 <- data[ p4 %in% np4 & p5 %in% np5,
            .SD[which(v1==min(v1)),],
             by = "p1"]

来自data.table文档:

SD是数据。包含每个组的x数据子集的表，不包括由（或keyby）使用的任何列。

Answer 1

这应该能行

np4 <- c("a", "b")
np5 <- c("m", "n")
data[p4 %in% np4 & p5 %in% np5,
     list(v1 = min(v1), v2 = v2[which.min(v1)]),
     by = c("p1", "p2", "p3", "p4", "p5")]