r - 确定 data.frame 的列何时更改值并返回更改的索引

Question

我试图找到一种方法来确定一组列何时更改 data.frame 中的值。让我开门见山，请考虑以下示例:

x<-data.frame(cnt=1:10, code=rep('ELEMENT 1',10), val0=rep(5,10), val1=rep(6,10),val2=rep(3,10))
x[4,]$val0=6

cnt 列是唯一的 ID(可以是日期或时间列，为简单起见，此处为 int)

代码列就像一组行的代码(想象几个这样的组，但具有不同的代码)。代码和 cnt 是我的 data.table 中的键。

val0,val1,val2 列类似于分数。

上面的data.frame应该读作:'ELEMENT 1'的分数开始为5,6,3，保持原样，直到第4次迭代时，它们变成了6,6,3，然后又变回了5,6 ,3.

我的问题，有没有办法得到 一、四、五 data.frame 的行？有没有办法检测列何时发生变化？ (顺便说一句，有 12 列)

我尝试使用重复的 data.table(在大多数情况下都可以完美运行)，但在这种情况下，它将删除所有重复项并仅保留第 1 行和第 4 行(删除第 5 行)。

你有什么建议吗？我宁愿不使用 for 循环，因为大约有。 2M 线。

Answer 1

在 data.table版本 1.8.10(CRAN 中的稳定版本)，有一个(n)(未导出)函数，名为 duplist正是这样做的。它也是用 C 编写的，因此速度非常快。

require(data.table) # 1.8.10
data.table:::duplist(x[, 3:5]) 
# [1] 1 4 5

如果您使用的是 data.table 的开发版本(1.8.11)，然后有一个更高效的版本(在内存方面)重命名为 uniqlist ，这完全相同。可能这应该为下一个版本导出。似乎不止一次出现在 SO 上。让我们来看看。

require(data.table) # 1.8.11
data.table:::uniqlist(x[, 3:5])
# [1] 1 4 5