如何按一列对数据表进行子集化，而对另一列进行最小值处理

假设我有一个过程取决于两个输入和一个输出。该过程已经在其他地方进行了数值模拟，因此再次运行这些模拟是不切实际的。

我已将数据存储在表中。该表包含（其中包括）两个关键输入参数和结果输出参数（此处分别为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)

我的问题：输入参数空间由输入之一（此处为v）的离散值细分，我想知道如何提取表的一个子集，其中第二个输入（q）的值会产生一些极值输出的最大值（例如，最接近特定值的alpha，以便我们在其他输入的子集中寻求min（abs（quant-alpha）））保持不变。例如，假设alpha = 0.5

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

因此，结果表将具有v的唯一值和满足指定alpha和v的min（abs（quant-alpha））的quant值。该表还必须包含q的相关值以及该行中包含的任何其他数据。

我认为应该为这个问题提供一个非常简单的解决方案，而且我还是个新手，不知道如何找到它！