我试图通过一组三个变量使用data.table来获取顶行.
我有一个工作的解决方案：
col1 <- c(1,1,2,3,3) col2 <- c(2000,2000,2001,2001) col4 <- c(1,4,5,6,7,8,9,10,11,12) data <- data.frame(store=col1,year=col2,month=12,sales=col4) solution1 <- data.table(data)[,.SD[1,],by="store,year,month"]
我使用Matthew Dowle建议的较慢的方法在以下链接中：
我试图实现更快的自我加入,但不能让它上班.
有没有人有什么建议？
解决方法
选项1(使用键)
设置要存储的关键,年,月
DT <- data.table(data,key = c('store','year','month'))
然后,您可以使用unique创建一个包含键列的唯一值的data.table.默认情况下,这将占用第一个条目
unique(DT) store year month sales 1: 1 2000 12 1 2: 1 2001 12 3 3: 2 2000 12 5 4: 2 2001 12 7 5: 3 2000 12 9 6: 3 2001 12 11
但是,可以肯定的是,您可以使用mult =’first’的自联接. (其他选项是“全部”或“最后”)
# the key(DT) subsets the key columns only,so you don't end up with two # sales columns DT[unique(DT[,key(DT),with = FALSE]),mult = 'first']
选项2(无键)
没有设置密钥,使用起来会更快.我不是.SD
DTb <- data.table(data) DTb[DTb[,list(row1 = .I[1]),by = list(store,month)][,row1]]
