r - unique.data.table 选择最后一行代替第一行

Question

在键控 unique 上调用 data.table 您将在每个组中拥有唯一的行。在重复行的情况下，第一个将被采用。当我需要取最后一个(通常是最后一个时间事务)时，我使用 .SD[.N]

library(data.table)
library(microbenchmark)

dt <- data.table(id=sample(letters, 10000, T), var=rnorm(10000), key="id")

microbenchmark(unique(dt), dt[, .SD[.N], by=id])
Unit: microseconds
                   expr      min        lq    median       uq        max neval
             unique(dt)  570.882  586.1155  595.8975  608.406   3209.122   100
 dt[, .SD[.N], by = id] 6532.739 6637.7745 6694.3820 6776.968 208264.433   100

你知道更快的方法吗？

Answer 1

创建一个包含关键变量的唯一组合的 data.table 然后使用 mult = 'last' 加入

使用 .SD 很方便，但很慢。如果您愿意，可以改用 .I。

dtu <- unique(dt)[,key(dt), with = FALSE]
dt[dtu, mult = 'last']

或者

 dt[ dt[,  .I[.N], by = key(dt)]$V1]