1
为“.SD”功能data.table帮助了如何选择每个组的第一行:data.table选择每个组的第一行限制为n-1列?
DT = data.table(x=rep(c("b","a","c"),each=3), v=c(1,1,1,2,2,1,1,2,2), y=c(1,3,6), a=1:9, b=9:1)
DT
DT[, .N, by=x] # number of rows in each group
这主要适合我,但是当我使用所有列来定义它打破小组,我不明白为什么,所以我想知道这是否是一个错误。例如:
# Selecting by n-1 columns works:
DT[, .SD[1], by=c("x", "y", "v", "a")]
x y v a b
1: b 1 1 1 9
2: b 3 1 2 8
3: b 6 1 3 7
4: a 1 2 4 6
5: a 3 2 5 5
6: a 6 1 6 4
7: c 1 1 7 3
8: c 3 2 8 2
9: c 6 2 9 1
# The result of selecting by all columns is not what I expected:
DT[, .SD[1], by=c("x", "y", "v", "a", "b")]
Empty data.table (0 rows) of 5 cols: x,y,v,a,b
实际上,我是想通过行进行重复数据删除,因此在这里结束了:https://stackoverflow.com/questions/11792527/filtering-out-duplicated-non-unique-rows-in-data-table但我仍然想知道这是否是一个错误。 – zkurtz
'.SD'是data.table的所有列,不包括按列组。如果按所有列进行分组,则不会有'.SD'。 – christoph
一种选择是创建一个函数来处理这些情况fsd < - function(dt,grps,n)if(length(grps)== ncol(dt))as.data.table(dt )[,tmp:= seq_len(.N)] [, 。(tmp = head(tmp,n)),by = c(grps)] [,tmp:= NULL] [] } else as.data。 table(dt)[,head(.SD,n),by = c(grps)] }; fsd(DT,names(DT),2)' – akrun