unique.data.table选择最后一行代替第一行

问题描述

在键控的 data.table 上调用 unique ，每个组都有唯一的行。如果线路重复，则采用第一个。当我需要取最后一个代替（通常是最后一个临时事务）时，我使用 .SD [.N]

calling unique on a keyed data.table you'll have unique lines per each group. In case of duplicated lines the first will be taken. When I need the take the last instead ( in general the last temporal transaction) I use .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

您知道更快的方法吗？

推荐答案

创建一个 data.table ，其中包含键变量的唯一组合，然后使用<$ c $加入c> mult ='last'

Create a data.table that contains the unique combinations of the key variables then join using mult = 'last'

使用 .SD 很方便，但是很慢。如果愿意，可以使用 .I 。

Using .SD is convenient, but slow. You could use .I instead if you wished.

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

Or

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

这篇关于unique.data.table选择最后一行代替第一行的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！