迭代数据表中的相同行答案

【问题标题】：Iterate over identical rows in data tables迭代数据表中的相同行
【发布时间】：2019-02-12 21:12:06
【问题描述】：

我有一个包含 3 列的数据表，如下所示：

dt <- data.table(
col1 = c("id1","id1","id1","id6","id3","id3"), 
col2 = c("A", "B", "C", "D", "E", "F"), 
col3 = c("AA", "BB", "CC", "DD", "EE", "FF"))

col 1 中的值也是字符，并且我需要遍历此列中的每一行。如果它们相同，则保留最后一个，并从最后两列中检索该位置的相应值。例如，对于id1，我将只保留第三个值并从col2 和CC 从col3 检索C。如果有唯一的行，只需按原样检索col2 和col3。

我需要的输出应该是：

col1    col2   col3

id1     C      CC

id6     D      DD

id3     F      FF

我尝试了类似下面的方法并得到“如果需要 TRUE/FALSE 的 if ,,, 缺失值出错。

for (i in nrow(dt)) {
 if (dt[i,1]!=dt[i+1,1]){
  dt[i, 2] = dt[i,2]
}
  else {
    dt[i,2] <- dt$QUESTION
 }
}

关于如何解决这个问题的任何想法？我不必坚持使用数据表

谢谢

【问题讨论】：

几个编码错误。在您的 for 循环中，您必须编写 1:nrow(dt) 以便 i 迭代一个向量。目前i只有6个。另外，你的数据表中没有QUESTION列

标签： r

【解决方案1】：

有很多方法可以解决这个问题，但一种简单的方法是使用 duplicated 检查重复项并保留从末尾开始的第一个值：

dt[!duplicated(dt$col1, fromLast = T),]

【讨论】：

【解决方案2】：

duplicated 答案可能是您想要的。但仅仅因为我喜欢我的dplyr 工作流程：

library(dplyr)

dt %>%
  group_by(col1) %>%
  summarise_all(last)

一个问题是它将按col1 排序。

【讨论】：