为什么聚合后会出现重复的 data.table 行？

Question

我按列聚合了一个 data.table，并将其设置为键，然后惊讶地发现该表仍然包含重复的行。 这是什么原因？

我的表格很特别，因为我有两列具有完全相同的值（但出于实际原因必须保留这两列），并且我通过其中一个汇总了表格。

一个简单的例子：

> library(data.table)
> dat = data.table(
+   class1 = c('a', 'a', 'b'), 
+   class2 = c('a', 'a', 'b'), 
+   value = 1:3)
> aggr = dat[, list(class2, sum(value)), keyby = class1]
> stopifnot(!any(duplicated(aggr)))
Error: !any(duplicated(aggr)) is not TRUE

Answer 1

如果你对所有列使用聚合函数，那么你会得到预期的结果，没有重复的行：

> library(data.table)
> dat = data.table(
+   class1 = c('a', 'a', 'b'), 
+   class2 = c('a', 'a', 'b'), 
+   value = 1:3)
> aggr = dat[, list(class2[[1]], sum(value)), keyby = class1]
> stopifnot(!any(duplicated(aggr)))

请注意，不同之处在于我采用了class2 列的第一个元素。请注意，任何其他输出一个值的函数也可以工作。