r - 删除 data.table 中的行，其中列不会更改为前一行

Question

我有一个包含 500 万行的 data.table 对象。它可能看起来像这样:

csvdata <- data.table(timestamp = c(1:6),
                      signal.a=c(12, 12, 13, 12, 12, 14),
                      signal.b=c(7, 7, 7, 7, 8, 8))

timestamp  signal.a  signal.b
        1        12         7
        2        12         7
        3        13         7
        4        12         7
        5        12         8
        6        14         8

我想做的是删除表中的每一行，这不会记录任何信号变化。所以我想以这样的结尾:第 2 行被删除，因为 signal.a 和 signal.b 都没有改变。

timestamp  signal.a  signal.b
        1        12         7
        3        13         7
        4        12         7
        5        12         8
        6        14         8

我在 R 方面的经验很少，所以我尝试了 for 循环的常用方法，目的是将每一行标记为删除，然后过滤掉我想保留的行:

for (i in 1:nrow(csvdata)) {
    if (i > 1 && csvdata[i]$signal.a == csvdata[i-1]$signal.a &&
       csvdata[i]$signal.b == csvdata[i-1]$signal.b) {
        csvdata[i]$Drop <- 1
    }
}

该代码似乎可以工作，但是对于 500 万行，该代码需要永远运行(2 小时并且还在增加)。有没有更有效的解决方案？

Answer 1

解决这个问题的一种常见方法是使用 rleid，例如(感谢@Arun 的评论)...

csvdata[!duplicated(rleid(signal.a, signal.b))]

或using @eddi's approach ...

csvdata[ csvdata[, .I[1L], by=rleid(signal.a, signal.b)]$V1 ]