r - 如何删除r中data.table中的所有重复行

Question

假设我们有

library(data.table)    
dt <- data.table(Date = c(201405,201405,201504,201505, 201505,201505), ID = c(500,500,600,700,500, 700), INC = c(20,30,50,75,80,90))

返回，

     Date  ID INC
1: 201405 500  20
2: 201405 500  30
3: 201504 600  50
4: 201505 700  75
5: 201505 500  80
6: 201505 700  90

我想删除同一日期中的所有 ID。返回应该是

     Date  ID INC
1: 201504 600  50
2: 201505 500  80

你能建议吗？

Answer 1

我们按“ID”分组，得到一个逻辑索引 duplicated在“日期”上，并否定以使所有唯一元素现在都为 TRUE，使用 .I要获取行索引，请提取索引列“V1”并使用它对“dt”进行子集化。

dt[dt[, .I[!(duplicated(Date)|duplicated(Date, fromLast=TRUE))], ID]$V1]
#      Date  ID INC
#1: 201505 500  80
#2: 201504 600  50

或者另一种选择是按“日期”、“ID”和 if 分组。 nrow 等于 1 ( .N==1 )，我们得到 Data.table 的子集 ( .SD )。

dt[, if(.N==1) .SD, .(Date, ID)]
#     Date  ID INC
#1: 201504 600  50
#2: 201505 500  80

或者正如@Frank 提到的，我们可以使用 data.table/base R 组合

DT[ave(seq(.N), Date, ID, FUN = function(x) length(x) == 1L)]