data.table
データのクリーニング

重複の処理

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

「重複」を処理するには、グループ内の行を数え、グループ ごとに行をサブセット化します 。

グループごとに1つの行を保持する

別名「ドロップ重複」「別名重複」「別名一意」。

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

これにより、最初の行が保持されます。別の行を選択するには、 1L部分を使用order 、 i orderを使用します。

一意の行のみを保持する

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

非一意の行のみを保持する

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