tidyverse方法：

filter(all.correlated, between(Distance, -50000, 50000))

字符串
或碱基R：

all.correlated[between(all.correlated$Distance, -50000, 50000), ]

型

滤波在data.table的i插槽中完成（参见[?.data.table``），即：

all.correlated[between(Distance, -50000, 50000)]

字符串
你的代码有几个问题：

all.correlated[, .SD[abs(.N) >= 50000], by = Distance]

型

1. .N：返回每组的行数：

all.correlated[, .N, by = Distance]
#    Distance     N
#       <num> <int>
# 1:    -3007     1
# 2:  4041822     1
# 3: -7187580     1
# 4: -7187578     1
# 5:   717992     1
# 6:   718037     1

型
因此，您基本上要求返回所有大于50000的 * 绝对计数 *

• .SD：来自帮助文件?.SD：
• “.SD”是一个“data.table”，包含每个组的“x”的 Data的 S 子集，不包括“by”（或“keyby”）中使用的任何列。

因此，您请求每个组的子集，然后再次进行行绑定，比较all.correlated[, .SD, by = Distance]和all_correlated，您将看到所有更改的是顺序，组列现在位于第一个位置。
1.总的来说，你的代码可以翻译成：
1.按Distance计数观测值的数量
1.返回观测（绝对）数大于50000的所有行

我很难重现你的数据，但你可以使用dplyr包中的filter（）。所以呢
your_dataframe <- your_dataframe %>% filter（between（Distance，-50000，50000））

使用[

library(data.table)

all.correlated[Distance >= -50000 & Distance <= 50000,]
        Probe          GeneID Symbol Distance Sides        Raw.p          FDR
1: cg24800175 ENSG00000179115  FARSA    -3007   L10 3.895525e-08 3.794384e-06

字符串
或subset

library(data.table)

subset(all.correlated, Distance >= -50000 & Distance <= 50000)
        Probe          GeneID Symbol Distance Sides        Raw.p          FDR
1: cg24800175 ENSG00000179115  FARSA    -3007   L10 3.895525e-08 3.794384e-06

型