data.table：索引子集

Question

在下面的数据表中，我想选择具有唯一id 和列pos2 中最小值的行：

dt = data.table(id = c(1,2,2,3,3,3),
            pos1 = c(0.1, 0.2, 0.2, 0.3, 0.3, 0.3),
            pos2 = c(0.1, 0.25, 0.21, 0.34, 0.31, 0.32))

   id pos1 pos2
1:  1  0.1 0.10
2:  2  0.2 0.25
3:  2  0.2 0.21
4:  3  0.3 0.34
5:  3  0.3 0.31
6:  3  0.3 0.32

我现在的做法是创建一个中间表：

dt.red = dt[, .(pos2 = first(sort(pos2))), by = id]

   id pos2
1:  1 0.10
2:  2 0.21
3:  3 0.31

然后我合并得到想要的最终结果：

merge(dt, dt.red)

   id pos2 pos1
1:  1 0.10  0.1
2:  2 0.21  0.2
3:  3 0.31  0.3

有没有更简洁的方法可以使用 data.table 实现这一目标？

Answer 1

我们可以使用.I 获取行索引，并使用i 中的行索引来对行进行子集化

dt[dt[order(pos2), .I[1], by = id]$V1]
#   id pos1 pos2
#1:  1  0.1 0.10
#2:  2  0.2 0.21
#3:  3  0.3 0.31

---

或setorder

setorder(dt, id, pos2)[, .SD[1L], id]

Answer 2

没有.I也可以这样做，但会慢一些*

dt[order(pos2), head(.SD, 1), id]
#    id pos1 pos2
# 1:  1  0.1 0.10
# 2:  2  0.2 0.21
# 3:  3  0.3 0.31

*也许不是，见下面的cmets