data.table
Rengöringsdata

Hantera duplikat

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

För att hantera "dubbletter", kombinera räkna rader i en grupp och dela in rader per grupp .

Håll en rad per grupp

Aka "släpp dubbletter" aka "deduplicera" alias "unika."

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

Detta håller den första raden. För att välja en annan rad kan man fikla med 1L delen eller använda order i .

Håll endast unika rader

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

Håll endast icke-unika rader

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