根据动态相关的两个条件进行过滤

Question

我有一个大型数据集，其值称为CPE，百分比为PERC。在现实世界中，它略有不同，但我将其减少到必要的最低限度。

| CPE|      PERC|
|---:|---------:|
|  42| 0.1132664|
| 264| 0.9260718|
| 470| 0.3732287|
| 316| 0.7437126|
|   9| 0.5819554|
| 114| 0.2052649|

现在我想过滤。较小的量CPE需要较高的量PERC才能聚焦。

我当然可以这样做：

df[(CPE > 20 & PERC > 0.95) |
     (CPE > 50 & PERC > 0.9) |
     (CPE > 100 & PERC > 0.85) |
     (CPE > 250 & PERC > 0.8)]

但由于现实世界中可能有更多，而且它们可能会不时变化，因此我正在寻找一种更简单、更动态的解决方案。
就像创建一个包含所有组合的列表，然后使用每个组合作为过滤条件对。

list(c(20, 0.95), c(50, 0.9), c(100,0.85), c(250,0.8))

有聪明的方法来处理这个问题吗？即使我更喜欢data.table，dplyr也很棒。这不是一个列表，我对任何类似的方法持开放态度。

---

微量元素

library(data.table)

set.seed(33)

df = data.table(CPE=sample(1:500, 100), 
                PERC=runif(min = 0.1, max = 1, n=100))

Answer 1

如果list已经创建，我们可以循环，分别使用和列list将第一个和第二个元素创建逻辑条件，并使用数据子集创建单个逻辑向量CPEPERCReduce|

df[Reduce(`|`, lapply(lst1, \(x) CPE > x[1] & PERC > x[2]))]

数据

lst1 <- list(c(20, 0.95), c(50, 0.9), c(100,0.85), c(250,0.8))