编辑2019: < em > 这个问题是在2016年11月 data.table
改变之前提出的,请参阅下面关于当前和以前方法的公认答案。
我有一个大约有250万行的 data.table
表。有两列。我想删除两列中重复的所有行。前情提要,我会这么做:
df -> unique(df[,c('V1', 'V2')])
,但是这个不适用于 data.table。我试过 unique(df[,c(V1,V2), with=FALSE])
,但它似乎仍然只能操作 data.table 的键,而不能操作整行。
有什么建议吗?
干杯, 戴维
例子
>dt
V1 V2
[1,] A B
[2,] A C
[3,] A D
[4,] A B
[5,] B A
[6,] C D
[7,] C D
[8,] E F
[9,] G G
[10,] A B
在上面的 data.table 中,其中 V2
是表键,只有第4、7和10行将被删除。
> dput(dt)
structure(list(V1 = c("B", "A", "A", "A", "A", "A", "C", "C",
"E", "G"), V2 = c("A", "B", "B", "B", "C", "D", "D", "D", "F",
"G")), .Names = c("V1", "V2"), row.names = c(NA, -10L), class = c("data.table",
"data.frame"), .internal.selfref = <pointer: 0x7fb4c4804578>, sorted = "V2")