R data.table 过滤组大小答案

【问题标题】：R data.table filtering on group sizeR data.table 过滤组大小
【发布时间】：2015-12-23 01:55:06
【问题描述】：

我正在尝试查找我的data.table 中的所有记录，这些记录在字段 f 中有不止一行的值为 v。

例如，我们可以使用以下数据：

dt <- data.table(f1=c(1,2,3,4,5), f2=c(1,1,2,3,3))

如果在字段 f2 中查找该属性，我们会得到（注意缺少 (3,2) 元组）

我的第一个猜测是dt[.N>2,list(.N),by=f2]，但实际上保留了.N==1 的条目。

dt[.N>2,list(.N),by=f2]
   f2 N
1:  1 2
2:  2 1
3:  3 2

另一个简单的猜测，dt[duplicated(dt$f2)]，并不能解决问题，因为它会将一个“重复”排除在结果之外。

dt[duplicated(dt$f2)]
   f1 f2
1:  2  1
2:  5  3

那么我该怎么做呢？

编辑添加示例

【问题讨论】：

标签： r data.table

【解决方案1】：

问题不清楚。根据标题，我们似乎想要提取所有行数 (.N) 大于 1 的组。

DT[, if(.N>1) .SD, by=f]

但是value v in field f 让人困惑。

【讨论】：

【解决方案2】：

如果我正确理解您的要求，您需要做一些复合查询：

library(data.table)
DT <- data.table(v1 = 1:10, f = c(rep(1:3, 3), 4))
DT[, N := .N, f][N > 2][, N := NULL][]
#    v1 f
# 1:  1 1
# 2:  2 2
# 3:  3 3
# 4:  4 1
# 5:  5 2
# 6:  6 3
# 7:  7 1
# 8:  8 2
# 9:  9 3

【讨论】：