data.table
Dati di pulizia

Gestione dei duplicati

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

Per gestire i "duplicati", combinare le righe di conteggio in un gruppo e inserire le righe per gruppo .

Mantieni una riga per gruppo

Aka "drop duplicates" alias "deduplicate" alias "uniquify".

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

Questo mantiene la prima riga. Per selezionare una riga diversa, si può giocare con la parte 1L o usare l' order in i .

Mantieni solo righe univoche

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

Mantieni solo righe non univoche

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