data.table
Données de nettoyage

Gestion des doublons

# example data
DT = data.table(id = c(1,2,2,3,3,3))[, v := LETTERS[.I]][]

Pour traiter les "doublons", combinez les lignes de comptage dans un groupe et les sous- ensembles de lignes par groupe .

Garder une ligne par groupe

Aka "drop duplicates" aka "dédupliquer" aka "uniquify".

unique(DT, by="id")
# or
DT[, .SD[1L], by=id]
#    id v
# 1:  1 A
# 2:  2 B
# 3:  3 D

Cela conserve la première rangée. Pour sélectionner une autre ligne, on peut manipuler la partie 1L ou utiliser l’ order dans i .

Ne conservez que des lignes uniques

DT[, if (.N == 1L) .SD, by=id]
#    id v
# 1:  1 A

Ne conservez que des rangées non uniques

DT[, if (.N > 1L) .SD, by=id]
#    id v
# 1:  2 B
# 2:  2 C
# 3:  3 D
# 4:  3 E
# 5:  3 F