按组创建具有范围联合的列答案

【问题标题】：create column with union of ranges by group按组创建具有范围联合的列
【发布时间】：2021-02-18 20:41:24
【问题描述】：

我正在尝试编写代码，最好使用data.table，将数据按id 从具有范围的列表列（my_range）分组到一个新的聚合数据集中，其中包含一个包含联合的列（union_of_my_range） my_range 的每个 ID。

library(data.table)

#Input
d <- data.table(id=c(1,1,2,2),
                my_range=list(1:5,2:6,3:7,9:9)
                )

#Desired output:
g <- data.table(id=c(1,2),
                union_of_my_range=list(c(1:5,6),c(3:7,9))
                )

最好找data.table解决方案，

这是我目前所拥有的：

d[, .(my_range_union = SOMETING unon my_range ) ,id]

但我无法跟踪聚合步骤中交互的所有列表

【问题讨论】：

标签： r list group-by data.table range

【解决方案1】：

您可以unlistmy_range 值，收集unique 值并将其放入新列表中。

library(data.table)
d[, .(my_range_union = list(unique(unlist(my_range)))) ,id]

#   id my_range_union
#1:  1    1,2,3,4,5,6
#2:  2    3,4,5,6,7,9

【讨论】：

这很棒。唯一的问题是 unique 有点慢。对this question 的评论提到了“distinct”是如何更快地替代重复数据删除的 data.frames，但在这种情况下它不起作用。
distinct 位于 dplyr 而不是 data.table。我在这里使用的unique 用于向量，distinct 用于数据帧/小标题，我认为它不适用于这里。

【解决方案2】：

我们可以使用Reduce 和union

d[, .(my_range_union = list(Reduce(union, my_range))), id]
#   id my_range_union
#1:  1    1,2,3,4,5,6
#2:  2    3,4,5,6,7,9

【讨论】：

谢谢，这个解决方案比上面的解决方案更快（1mm 行数据集上的 18s vs 29s）