r - 数据集中哪些变量在 id 内是常量

Question

我有一个数据集，其中每个人都有一堆几乎重复的观察结果。我试图准确确定每个特定 ID 的行之间哪些变量发生变化。

我从检查开始:

dt[ , count := .N, by = id][count > 1, ]

(也使用 head 和 tail)，但有 27000(总共)重复观察 - 无法通过检查来确定哪些变量正在发生变化。

还有什么比暴力破解更好的方法吗？特别是我希望避免循环，但我不知道如何...

dt[ , count := .N, by = id]
for (var in setdiff(names(dt), c("id", "count"))){
  if (nrow(dt[ , list(.N, count), by = c("id", var)][N < count, ]) > 0){
    print(var)
  }
}

编辑

下面是一个需要澄清的示例数据集:

set.seed(2304)
DT <- data.table(a = rep(sample(5), each = 3),
                 b = sample(15),
                 c = rep(LETTERS[1:5], each = 3),
                 d = rnorm(15),
                 e = rep(6:10, each = 3),
                 f = 15:1,
                 grp = paste0("Group ", rep(1:5, each = 3)))

期望的输出:

c("a", "c", "e")

因为这些变量不会因grp的任何固定值而改变。

Answer 1

假设 mtcars$carb 是我们的 id。然后，对于每个 id 的每个数字，我们想要找出有多少个不同的 gear 值:

data.table(mtcars)[, lapply(.SD, function(x) length(unique(x))), by=carb]

产品

   carb mpg cyl disp hp drat wt qsec vs am gear
1:    4   8   2    8  7    8  9   10  2  2    3
2:    1   7   2    7  6    6  7    7  1  2    2
3:    2   9   2   10  8    9 10   10  2  2    3
4:    3   3   1    1  1    1  3    3  1  1    1
5:    6   1   1    1  1    1  1    1  1  1    1
6:    8   1   1    1  1    1  1    1  1  1    1

任何值 > 1 的变量对于每个 carb 值都有变化的值。

---

编辑:

或者，我们可以通过运行来扩展它:

data.table(mtcars)[,lapply(.SD,uniqueN),by=carb
                   ][,!"carb"][,lapply(.SD,table)]

   mpg cyl disp hp drat wt qsec vs am gear
1:   2   3    3  3    3  2    2  4  3    3
2:   1   3    1  1    1  1    1  2  3    1
3:   1   3    1  1    1  1    1  4  3    2
4:   1   3    1  1    1  1    2  2  3    3
5:   1   3    3  3    3  1    2  4  3    1

这样做的优点是(在此示例数据集中不明显)，仅当上述代码的输出恒定且等于 length(unique(id)) 在相应的列中。 carb 有 6 个值，因此我们可以看到 mtcars 中的变量没有在 carb 中是常量。此外，如果我们有很多 ID(在当前示例中我有 >50,000 个)，则上述方法将很难直接解释。

坚持使用mtcars，我们可以看到disp中有一些常量变量:

data.table(mtcars)[,lapply(.SD,uniqueN),by=disp
                   ][,!"disp"][,lapply(.SD,table)]

   mpg cyl hp drat wt qsec vs am gear carb
1:  24  27 26   26 24   23 27 27   27   26
2:   2  27  1    1  2    3 27 27   27    1
3:   1  27 26   26  1    1 27 27   27   26

因此，vs、am 和 gear 在 disp 内是恒定的。