使用 data.table 包选择特定行答案

【问题标题】：select specific lines with the data.table package使用 data.table 包选择特定行
【发布时间】：2013-08-09 08:09:26
【问题描述】：

我有以下（简化的）数据集：

df <- data.frame(a=c("A","A","B","B","B"),x=c(1,2,3,3,4))
df
  a x
1 A 1
2 A 2
3 B 3
4 B 3
5 B 4

由于我正在处理大型数据集，因此我使用 data.table 包。

有没有办法在 df 中获取这些行，其中 x 是由 a 分组的最小值。所以在这种情况下，我想选择第 1,3 和 4 行。

类似

df[,min(x),by=a]

但这并没有给我我想要的线条，它只是向我显示按 a 分组的 x 的最小值。

有什么建议吗？

【问题讨论】：

【解决方案1】：

library(data.table)
dt <- data.table(a=c("A","A","B","B","B"), x=c(1,2,3,3,4))

这些只给出唯一的行：

dt[, .SD[which.min(x)], by=a]

或者：

setkeyv(dt, c("a","x"))
dt[unique(dt[,a]), mult="first"]

既然你想拥有所有关系：

dt[,.SD[x==min(x)], by=a]

你也可以使用：

setkeyv(dt,c("a","x"))
dt[dt[unique(dt[,a]), mult="first"]]

如果您的团队很大，这可能会更有效率。

【讨论】：

【解决方案2】：

给你

R) dt <- data.table(a=c("A","A","B","B","B"),x=c(1,2,3,3,4))
R) dt[dt[,list(IDX=.I[x==min(x)]),by=a]$IDX]
   a x
1: A 1
2: B 3
3: B 3

如果你想要领带，那应该会更快（我理解你想要的）

【讨论】：