我有以下内容data.table：
library(data.table)
dt = data.table(c(1, 1, 1, 2, 2, 2, 2, 3, 4),
c(4, 4, 4, 5, 5, 6, 7, 4, 5))
V1 V2
1: 1 4
2: 1 4
3: 1 4
4: 2 5
5: 2 5
6: 2 6
7: 2 7
8: 3 4
9: 4 5
我想研究V2给定的不同值V1。但是，如果V2给定的所有值V1都相同，那我就不会感兴趣，因此我想删除这样的行。
在上面的示例中，前三行完全相同（V1=1，V2=4），因此我希望将其删除。
但是，接下来的四行包括两个相同的行，其他具有不同的V2。在这种情况下，我想说明的三个可能的值V2给出V1 = 2：(2, 5)，(2, 6)和(2, 7)。
最后两行具有唯一的V1：属于“所有行都完全相同”的类别，因此也应将其删除。
我能想到的最好的就是这个答案：
dt[!duplicated(dt) & !duplicated(dt, fromLast = TRUE), ]
V1 V2
1: 2 6
2: 2 7
3: 3 4
4: 4 5
显然这是不令人满意的：由于(2,5)对是重复的，因此删除了对，(3,4)并且(4,5)由于和对是唯一的，因此保留了和对，因此不会通过任何duplicated()传递来标记。
另一个选择是简单地调用
unique(dt)
V1 V2
1: 1 4
2: 2 5
3: 2 6
4: 2 7
5: 3 4
6: 4 5
但它一直在(1,4)，(3,4)，(4,5)对我要删除。
最后，我要寻找的结果是：
V1 V2
1: 2 5
2: 2 6
3: 2 7
尽管任何其他格式也可以接受，例如：
V1 V2.1 V2.2 V2.3
1: 2 5 6 7
（显示V2每个“有趣” 的可能值V1）
我无法弄清楚如何区分(1,4)大小写（所有行都是相同的）和(2,5)大小写（存在一些重复项，但是还有其他行具有相同的V1，因此我们必须删除重复项，(2,5)但保留一个副本）。
至于唯一行，我写了一个非常丑陋的电话，但是只有在唯一行的情况下，它才有效。如果有两个，例如上面的示例，它将失败。
一种选择是对“ V1”进行分组，获得唯一元素长度大于1的分组的索引，然后取 unique
unique(dt[dt[, .(i1 = .I[uniqueN(V2) > 1]), V1]$i1])
# V1 V2
#1: 2 5
#2: 2 6
#3: 2 7
或如@ r2evans所述
unique(dt[, .SD[(uniqueN(V2) > 1)], by = "V1"])
注意：OP的数据集是data.table和data.table方法是自然的方法
如果我们需要一种tidyverse选择，可以与上述data.table选择进行比较
library(dplyr)
dt %>%
group_by(V1) %>%
filter(n_distinct(V2) > 1) %>%
distinct()