找到與原

Question

複製行，我可以得到一個data.tabledt使用

dt[duplicated(dt, by=someColumns)] 

重複排在R不過，我想獲得對重複的行和「非重複」，例如考慮dt ：現在

col1, col2, col3 
    A  B C1 
    A  B C2 
    A B1 C1 

，dt[duplicated(dt, by=c('col1', "col2"))會給我沿着

東西線

我想給行，它沒有選擇複製一起得到這個，這是答案的

col1, col2, col3 
    A  B C1 
    A  B C2 

速度對比：

> system.time(dt[duplicated(dt2, by = t) | duplicated(dt, by = t, fromLast = TRUE)]) 
    user system elapsed 
    0.008 0.000 0.009 
> system.time(dt[, .SD[.N > 1], by = t]) 
    user system elapsed 
77.555 0.100 77.703 

Answer 1

我相信這是基本上是this問題的副本，雖然我可以看到你怎麼可能沒有找到它...

...這是一個答案buildi納克關中提到的問題中列出的邏輯：

dt <- read.table(text = "col1 col2 col3 
    A  B C1 
    A  B C2 
    A B1 C1", header = TRUE, stringsAsFactors = FALSE) 


idx <- duplicated(dt[, 1:2]) | duplicated(dt[, 1:2], fromLast = TRUE) 

dt[idx, ] 
#--- 
    col1 col2 col3 
1 A B C1 
2 A B C2 

由於您使用data.table，這可能是你想要的東西：

library(data.table) 
dt <- data.table(dt) 
dt[duplicated(dt, by = c("col1", "col2")) | duplicated(dt, by = c("col1", "col2"), fromLast = TRUE)] 
#--- 
    col1 col2 col3 
1: A B C1 
2: A B C2 

Answer 2

您可以輕鬆地只是使用.N實現這一點：

dt[, .SD[.N > 1], by = list(col1, col2)] 
## col1 col2 col3 
## 1: A B C1 
## 2: A B C2 

---

編輯：

您也可以嘗試使用二進制搜索，這是非常有效的，但它似乎像duplicated仍然更高效

setkey(dt[, indx := .N, by = list(col1, col2)], indx)[!J(1)] 
## col1 col2 col3 
## 1: A B C1 
## 2: A B C2