如何在R中删除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

我要删除同一日期中的所有ID。回报应该是

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

你能建议吗？

Answer 1

我们按“ ID”分组，duplicated在“日期”上获取带有逻辑索引，然后求反，以使所有唯一元素现在都为TRUE，用于.I获取行索引，提取索引列“ V1”并将其用于对“ dt'。

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

或者另一个选择是按'Date'，'ID'分组，并且ifnrow等于1（.N==1），我们得到Data.table（.SD）的子集。

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

或者如@Frank所述，我们可以使用data.table / base R组合

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