Selecione a primeira linha por grupo

Question 1

De um dataframe como este

test <- data.frame('id'= rep(1:5,2), 'string'= LETTERS[1:10])
test <- test[order(test$id), ]
rownames(test) <- 1:10

> test
    id string
 1   1      A
 2   1      F
 3   2      B
 4   2      G
 5   3      C
 6   3      H
 7   4      D
 8   4      I
 9   5      E
 10  5      J

Quero criar um novo com a primeira linha de cada par id / string. Se sqldf aceitasse o código R dentro dele, a consulta poderia ter a seguinte aparência:

res <- sqldf("select id, min(rownames(test)), string 
              from test 
              group by id, string")

> res
    id string
 1   1      A
 3   2      B
 5   3      C
 7   4      D
 9   5      E

Existe uma solução sem a criação de uma nova coluna como

test$row <- rownames(test)

e executando a mesma consulta sqldf com min (linha)?

Question 2

Você pode usar duplicatedpara fazer isso muito rapidamente.

test[!duplicated(test$id),]

Benchmarks, para os fanáticos por velocidade:

ju <- function() test[!duplicated(test$id),]
gs1 <- function() do.call(rbind, lapply(split(test, test$id), head, 1))
gs2 <- function() do.call(rbind, lapply(split(test, test$id), `[`, 1, ))
jply <- function() ddply(test,.(id),function(x) head(x,1))
jdt <- function() {
  testd <- as.data.table(test)
  setkey(testd,id)
  # Initial solution (slow)
  # testd[,lapply(.SD,function(x) head(x,1)),by = key(testd)]
  # Faster options :
  testd[!duplicated(id)]               # (1)
  # testd[, .SD[1L], by=key(testd)]    # (2)
  # testd[J(unique(id)),mult="first"]  # (3)
  # testd[ testd[,.I[1L],by=id] ]      # (4) needs v1.8.3. Allows 2nd, 3rd etc
}

library(plyr)
library(data.table)
library(rbenchmark)

# sample data
set.seed(21)
test <- data.frame(id=sample(1e3, 1e5, TRUE), string=sample(LETTERS, 1e5, TRUE))
test <- test[order(test$id), ]

benchmark(ju(), gs1(), gs2(), jply(), jdt(),
    replications=5, order="relative")[,1:6]
#     test replications elapsed relative user.self sys.self
# 1   ju()            5    0.03    1.000      0.03     0.00
# 5  jdt()            5    0.03    1.000      0.03     0.00
# 3  gs2()            5    3.49  116.333      2.87     0.58
# 2  gs1()            5    3.58  119.333      3.00     0.58
# 4 jply()            5    3.69  123.000      3.11     0.51

Vamos tentar de novo, mas apenas com os contendores da primeira bateria e com mais dados e mais replicações.

set.seed(21)
test <- data.frame(id=sample(1e4, 1e6, TRUE), string=sample(LETTERS, 1e6, TRUE))
test <- test[order(test$id), ]
benchmark(ju(), jdt(), order="relative")[,1:6]
#    test replications elapsed relative user.self sys.self
# 1  ju()          100    5.48    1.000      4.44     1.00
# 2 jdt()          100    6.92    1.263      5.70     1.15

Question 3

Eu sou a favor da abordagem dplyr.

group_by(id) seguido por qualquer um

filter(row_number()==1) ou
slice(1) ou
slice_head(1) # (dplyr => 1.0)
top_n(n = -1)
- top_n()usa internamente a função de classificação. Negativo seleciona na parte inferior da classificação.

Em alguns casos, pode ser necessário organizar os ids após group_by.

library(dplyr)

# using filter(), top_n() or slice()

m1 <-
test %>% 
  group_by(id) %>% 
  filter(row_number()==1)

m2 <-
test %>% 
  group_by(id) %>% 
  slice(1)

m3 <-
test %>% 
  group_by(id) %>% 
  top_n(n = -1)

Todos os três métodos retornam o mesmo resultado

# A tibble: 5 x 2
# Groups:   id [5]
     id string
  <int> <fct> 
1     1 A     
2     2 B     
3     3 C     
4     4 D     
5     5 E

Question 4

A respeito

DT <- data.table(test)
setkey(DT, id)

DT[J(unique(id)), mult = "first"]

Editar

Há também um método único para o data.tablesqual retornará a primeira linha por chave

jdtu <- function() unique(DT)

Eu acho que, se você está pedindo testfora do benchmark, então você pode remover a conversão setkeye data.tabledo benchmark também (como o setkey basicamente classifica por id, o mesmo que order).

set.seed(21)
test <- data.frame(id=sample(1e3, 1e5, TRUE), string=sample(LETTERS, 1e5, TRUE))
test <- test[order(test$id), ]
DT <- data.table(DT, key = 'id')
ju <- function() test[!duplicated(test$id),]

jdt <- function() DT[J(unique(id)),mult = 'first']


 library(rbenchmark)
benchmark(ju(), jdt(), replications = 5)
##    test replications elapsed relative user.self sys.self 
## 2 jdt()            5    0.01        1      0.02        0        
## 1  ju()            5    0.05        5      0.05        0

e com mais dados

** Edite com método único **

set.seed(21)
test <- data.frame(id=sample(1e4, 1e6, TRUE), string=sample(LETTERS, 1e6, TRUE))
test <- test[order(test$id), ]
DT <- data.table(test, key = 'id')
       test replications elapsed relative user.self sys.self 
2  jdt()            5    0.09     2.25      0.09     0.00    
3 jdtu()            5    0.04     1.00      0.05     0.00      
1   ju()            5    0.22     5.50      0.19     0.03

O método exclusivo é mais rápido aqui.

Question 5

Uma ddplyopção simples :

ddply(test,.(id),function(x) head(x,1))

Se a velocidade for um problema, uma abordagem semelhante pode ser adotada com data.table:

testd <- data.table(test)
setkey(testd,id)
testd[,.SD[1],by = key(testd)]

ou isso pode ser consideravelmente mais rápido:

testd[testd[, .I[1], by = key(testd]$V1]

Question 6

agora, para dplyradicionar um contador distinto.

df %>%
    group_by(aa, bb) %>%
    summarise(first=head(value,1), count=n_distinct(value))

Você cria grupos, eles resumem dentro de grupos.

Se os dados forem numéricos, você pode usar:
first(value)[também há last(value)] no lugar dehead(value, 1)

consulte: http://cran.rstudio.com/web/packages/dplyr/vignettes/introduction.html

Cheio:

> df
Source: local data frame [16 x 3]

   aa bb value
1   1  1   GUT
2   1  1   PER
3   1  2   SUT
4   1  2   GUT
5   1  3   SUT
6   1  3   GUT
7   1  3   PER
8   2  1   221
9   2  1   224
10  2  1   239
11  2  2   217
12  2  2   221
13  2  2   224
14  3  1   GUT
15  3  1   HUL
16  3  1   GUT

> library(dplyr)
> df %>%
>   group_by(aa, bb) %>%
>   summarise(first=head(value,1), count=n_distinct(value))

Source: local data frame [6 x 4]
Groups: aa

  aa bb first count
1  1  1   GUT     2
2  1  2   SUT     2
3  1  3   SUT     3
4  2  1   221     3
5  2  2   217     3
6  3  1   GUT     2

Question 7

(1) O SQLite tem uma rowidpseudocoluna embutida, então isso funciona:

sqldf("select min(rowid) rowid, id, string 
               from test 
               group by id")

dando:

  rowid id string
1     1  1      A
2     3  2      B
3     5  3      C
4     7  4      D
5     9  5      E

(2) Também sqldftem um row.names=argumento:

sqldf("select min(cast(row_names as real)) row_names, id, string 
              from test 
              group by id", row.names = TRUE)

dando:

  id string
1  1      A
3  2      B
5  3      C
7  4      D
9  5      E

(3) Uma terceira alternativa que mistura os elementos das duas anteriores pode ser ainda melhor:

sqldf("select min(rowid) row_names, id, string 
               from test 
               group by id", row.names = TRUE)

dando:

  id string
1  1      A
3  2      B
5  3      C
7  4      D
9  5      E

Observe que todos os três contam com uma extensão SQLite para SQL em que o uso de minou maxé garantido para resultar na escolha de outras colunas na mesma linha. (Em outros bancos de dados baseados em SQL, isso pode não ser garantido.)

Question 8

Uma opção de base R é o split()- lapply()- do.call()idiom:

> do.call(rbind, lapply(split(test, test$id), head, 1))
  id string
1  1      A
2  2      B
3  3      C
4  4      D
5  5      E

Uma opção mais direta é lapply()a [função:

> do.call(rbind, lapply(split(test, test$id), `[`, 1, ))
  id string
1  1      A
2  2      B
3  3      C
4  4      D
5  5      E

O espaço de vírgula 1, )no final da lapply()chamada é essencial, pois isso equivale a chamar [1, ]para selecionar a primeira linha e todas as colunas.

Answer 1

87

De um dataframe como este

test <- data.frame('id'= rep(1:5,2), 'string'= LETTERS[1:10])
test <- test[order(test$id), ]
rownames(test) <- 1:10

> test
    id string
 1   1      A
 2   1      F
 3   2      B
 4   2      G
 5   3      C
 6   3      H
 7   4      D
 8   4      I
 9   5      E
 10  5      J

Quero criar um novo com a primeira linha de cada par id / string. Se sqldf aceitasse o código R dentro dele, a consulta poderia ter a seguinte aparência:

res <- sqldf("select id, min(rownames(test)), string 
              from test 
              group by id, string")

> res
    id string
 1   1      A
 3   2      B
 5   3      C
 7   4      D
 9   5      E

Existe uma solução sem a criação de uma nova coluna como

test$row <- rownames(test)

e executando a mesma consulta sqldf com min (linha)?

r dataframe sqldf dmvianna
fonte

possível duplicata do quadro de dados em colapso selecionando uma linha por grupo

Matthew

1

@Matthew, minha pergunta é mais antiga.

dmvianna

2

Sua pergunta é de 1 ano e a outra pergunta é de 4 anos, não? Existem tantas duplicatas desta pergunta

Mateus,

@Matthew Desculpe, devo ter interpretado mal as datas.

dmvianna

Answer 2

possível duplicata do quadro de dados em colapso selecionando uma linha por grupo

Matthew

Answer 3

1

@Matthew, minha pergunta é mais antiga.

dmvianna

Answer 4

2

Sua pergunta é de 1 ano e a outra pergunta é de 4 anos, não? Existem tantas duplicatas desta pergunta

Mateus,

Answer 5

@Matthew Desculpe, devo ter interpretado mal as datas.

dmvianna

Answer 6

Você pode usar duplicatedpara fazer isso muito rapidamente.

test[!duplicated(test$id),]

Benchmarks, para os fanáticos por velocidade:

ju <- function() test[!duplicated(test$id),]
gs1 <- function() do.call(rbind, lapply(split(test, test$id), head, 1))
gs2 <- function() do.call(rbind, lapply(split(test, test$id), `[`, 1, ))
jply <- function() ddply(test,.(id),function(x) head(x,1))
jdt <- function() {
  testd <- as.data.table(test)
  setkey(testd,id)
  # Initial solution (slow)
  # testd[,lapply(.SD,function(x) head(x,1)),by = key(testd)]
  # Faster options :
  testd[!duplicated(id)]               # (1)
  # testd[, .SD[1L], by=key(testd)]    # (2)
  # testd[J(unique(id)),mult="first"]  # (3)
  # testd[ testd[,.I[1L],by=id] ]      # (4) needs v1.8.3. Allows 2nd, 3rd etc
}

library(plyr)
library(data.table)
library(rbenchmark)

# sample data
set.seed(21)
test <- data.frame(id=sample(1e3, 1e5, TRUE), string=sample(LETTERS, 1e5, TRUE))
test <- test[order(test$id), ]

benchmark(ju(), gs1(), gs2(), jply(), jdt(),
    replications=5, order="relative")[,1:6]
#     test replications elapsed relative user.self sys.self
# 1   ju()            5    0.03    1.000      0.03     0.00
# 5  jdt()            5    0.03    1.000      0.03     0.00
# 3  gs2()            5    3.49  116.333      2.87     0.58
# 2  gs1()            5    3.58  119.333      3.00     0.58
# 4 jply()            5    3.69  123.000      3.11     0.51

Vamos tentar de novo, mas apenas com os contendores da primeira bateria e com mais dados e mais replicações.

set.seed(21)
test <- data.frame(id=sample(1e4, 1e6, TRUE), string=sample(LETTERS, 1e6, TRUE))
test <- test[order(test$id), ]
benchmark(ju(), jdt(), order="relative")[,1:6]
#    test replications elapsed relative user.self sys.self
# 1  ju()          100    5.48    1.000      4.44     1.00
# 2 jdt()          100    6.92    1.263      5.70     1.15

Answer 7

O vencedor: system.time (dat3 [! Duplicated (dat3 $ id),]) sistema do usuário decorrido 0,07 0,00 0,07

dmvianna

Answer 8

2

@dmvianna: Não o tenho instalado e não me apetece incomodar. :)

Joshua Ulrich

Answer 9

Temos certeza de que meu código data.table é o mais eficiente possível? Não estou confiante na minha capacidade de obter o melhor desempenho dessa ferramenta.

joran

Answer 10

2

Além disso, eu acho que se você for avaliar o data.table, a codificação deve incluir a ordem por id nas chamadas de base.

mnel de

Answer 11

1

@JoshuaUlrich Mais uma pergunta: por que a primeira frase é necessária, isto é, supor que os dados já estão classificados. !duplicated(x)encontra o primeiro de cada grupo, mesmo se não estiver classificado, iiuc.

Matt Dowle

Answer 12

38

Eu sou a favor da abordagem dplyr.

group_by(id) seguido por qualquer um

filter(row_number()==1) ou
slice(1) ou
slice_head(1) # (dplyr => 1.0)
top_n(n = -1)
- top_n()usa internamente a função de classificação. Negativo seleciona na parte inferior da classificação.

Em alguns casos, pode ser necessário organizar os ids após group_by.

library(dplyr)

# using filter(), top_n() or slice()

m1 <-
test %>% 
  group_by(id) %>% 
  filter(row_number()==1)

m2 <-
test %>% 
  group_by(id) %>% 
  slice(1)

m3 <-
test %>% 
  group_by(id) %>% 
  top_n(n = -1)

Todos os três métodos retornam o mesmo resultado

# A tibble: 5 x 2
# Groups:   id [5]
     id string
  <int> <fct> 
1     1 A     
2     2 B     
3     3 C     
4     4 D     
5     5 E

Kresten
fonte

2

Vale a pena comentar slicetambém. slice(x)é um atalho para filter(row_number() %in% x).

Gregor Thomas de

Muito elegante. Você sabe por que tenho que converter meu data.tablepara um data.framepara que isso funcione?

James Hirschorn

@JamesHirschorn Não sou um especialista em todas as diferenças. Mas data.tableherda do data.frameentão, em muitos casos, você pode usar os comandos dplyr em um data.table. O exemplo acima, por exemplo, também funciona se testfor a data.table. Consulte, por exemplo, stackoverflow.com/questions/13618488/… para uma explicação mais detalhada

Kresten

Esta é uma maneira tidyverse de fazer isso e como você vê o data.frame é na verdade um tibble aqui. Eu pessoalmente aconselho você a trabalhar sempre com tibbles também porque ggplot2 é construído de maneira semelhante.

Garini

Answer 13

2

Vale a pena comentar slicetambém. slice(x)é um atalho para filter(row_number() %in% x).

Gregor Thomas de

Answer 14

Muito elegante. Você sabe por que tenho que converter meu data.tablepara um data.framepara que isso funcione?

James Hirschorn

Answer 15

@JamesHirschorn Não sou um especialista em todas as diferenças. Mas data.tableherda do data.frameentão, em muitos casos, você pode usar os comandos dplyr em um data.table. O exemplo acima, por exemplo, também funciona se testfor a data.table. Consulte, por exemplo, stackoverflow.com/questions/13618488/… para uma explicação mais detalhada

Kresten

Answer 16

Esta é uma maneira tidyverse de fazer isso e como você vê o data.frame é na verdade um tibble aqui. Eu pessoalmente aconselho você a trabalhar sempre com tibbles também porque ggplot2 é construído de maneira semelhante.

Garini

Answer 17

A respeito

DT <- data.table(test)
setkey(DT, id)

DT[J(unique(id)), mult = "first"]

Editar

Há também um método único para o data.tablesqual retornará a primeira linha por chave

jdtu <- function() unique(DT)

Eu acho que, se você está pedindo testfora do benchmark, então você pode remover a conversão setkeye data.tabledo benchmark também (como o setkey basicamente classifica por id, o mesmo que order).

set.seed(21)
test <- data.frame(id=sample(1e3, 1e5, TRUE), string=sample(LETTERS, 1e5, TRUE))
test <- test[order(test$id), ]
DT <- data.table(DT, key = 'id')
ju <- function() test[!duplicated(test$id),]

jdt <- function() DT[J(unique(id)),mult = 'first']


 library(rbenchmark)
benchmark(ju(), jdt(), replications = 5)
##    test replications elapsed relative user.self sys.self 
## 2 jdt()            5    0.01        1      0.02        0        
## 1  ju()            5    0.05        5      0.05        0

e com mais dados

** Edite com método único **

set.seed(21)
test <- data.frame(id=sample(1e4, 1e6, TRUE), string=sample(LETTERS, 1e6, TRUE))
test <- test[order(test$id), ]
DT <- data.table(test, key = 'id')
       test replications elapsed relative user.self sys.self 
2  jdt()            5    0.09     2.25      0.09     0.00    
3 jdtu()            5    0.04     1.00      0.05     0.00      
1   ju()            5    0.22     5.50      0.19     0.03

O método exclusivo é mais rápido aqui.

Answer 18

4

Você nem mesmo precisa definir a chave. unique(DT,by="id")trabalha diretamente

Mateus

Answer 19

Para sua informação, a partir da data.tableversão> = 1.9.8, o byargumento padrão para uniqueé by = seq_along(x)(todas as colunas), em vez do padrão anteriorby = key(x)

IceCreamToucan

Answer 20

12

Uma ddplyopção simples :

ddply(test,.(id),function(x) head(x,1))

Se a velocidade for um problema, uma abordagem semelhante pode ser adotada com data.table:

testd <- data.table(test)
setkey(testd,id)
testd[,.SD[1],by = key(testd)]

ou isso pode ser consideravelmente mais rápido:

testd[testd[, .I[1], by = key(testd]$V1]

Joran
fonte

Surpreendentemente, sqldf faz isso mais rápido: 1,77 0,13 1,92 vs 10,53 0,00 10,79 com data.table

dmvianna

3

@dmvianna Eu não contaria necessariamente data.table. Não sou um especialista com essa ferramenta, então meu código data.table pode não ser a maneira mais eficiente de fazer isso.

joran

Eu votei a favor prematuramente. Quando o executei em um data.table grande, ele ficou ridiculamente lento e não funcionou: o número de linhas foi o mesmo depois.

James Hirschorn

@JamesHirachorn Escrevi isso há muito tempo, o pacote mudou muito e quase não uso data.table. Se você encontrar a maneira certa de fazer isso com esse pacote, fique à vontade para sugerir uma edição para torná-lo melhor.

joran

Answer 21

Surpreendentemente, sqldf faz isso mais rápido: 1,77 0,13 1,92 vs 10,53 0,00 10,79 com data.table

dmvianna

Answer 22

3

@dmvianna Eu não contaria necessariamente data.table. Não sou um especialista com essa ferramenta, então meu código data.table pode não ser a maneira mais eficiente de fazer isso.

joran

Answer 23

Eu votei a favor prematuramente. Quando o executei em um data.table grande, ele ficou ridiculamente lento e não funcionou: o número de linhas foi o mesmo depois.

James Hirschorn

Answer 24

@JamesHirachorn Escrevi isso há muito tempo, o pacote mudou muito e quase não uso data.table. Se você encontrar a maneira certa de fazer isso com esse pacote, fique à vontade para sugerir uma edição para torná-lo melhor.

joran

Answer 25

agora, para dplyradicionar um contador distinto.

df %>%
    group_by(aa, bb) %>%
    summarise(first=head(value,1), count=n_distinct(value))

Você cria grupos, eles resumem dentro de grupos.

Se os dados forem numéricos, você pode usar:
first(value)[também há last(value)] no lugar dehead(value, 1)

consulte: http://cran.rstudio.com/web/packages/dplyr/vignettes/introduction.html

Cheio:

> df
Source: local data frame [16 x 3]

   aa bb value
1   1  1   GUT
2   1  1   PER
3   1  2   SUT
4   1  2   GUT
5   1  3   SUT
6   1  3   GUT
7   1  3   PER
8   2  1   221
9   2  1   224
10  2  1   239
11  2  2   217
12  2  2   221
13  2  2   224
14  3  1   GUT
15  3  1   HUL
16  3  1   GUT

> library(dplyr)
> df %>%
>   group_by(aa, bb) %>%
>   summarise(first=head(value,1), count=n_distinct(value))

Source: local data frame [6 x 4]
Groups: aa

  aa bb first count
1  1  1   GUT     2
2  1  2   SUT     2
3  1  3   SUT     3
4  2  1   221     3
5  2  2   217     3
6  3  1   GUT     2

Answer 26

Esta resposta é bastante desatualizada - existem maneiras melhores de fazer isso dplyrsem exigir a escrita de uma declaração para cada coluna a ser incluída (veja a resposta do atomman abaixo, por exemplo) . Also I'm not sure what *"if data is numeric"* has anything to do with whether or not one would use primeiro (valor) `vs head(value)(ou apenas value[1])

Gregor Thomas

Answer 27

(1) O SQLite tem uma rowidpseudocoluna embutida, então isso funciona:

sqldf("select min(rowid) rowid, id, string 
               from test 
               group by id")

dando:

  rowid id string
1     1  1      A
2     3  2      B
3     5  3      C
4     7  4      D
5     9  5      E

(2) Também sqldftem um row.names=argumento:

sqldf("select min(cast(row_names as real)) row_names, id, string 
              from test 
              group by id", row.names = TRUE)

dando:

  id string
1  1      A
3  2      B
5  3      C
7  4      D
9  5      E

(3) Uma terceira alternativa que mistura os elementos das duas anteriores pode ser ainda melhor:

sqldf("select min(rowid) row_names, id, string 
               from test 
               group by id", row.names = TRUE)

dando:

  id string
1  1      A
3  2      B
5  3      C
7  4      D
9  5      E

Observe que todos os três contam com uma extensão SQLite para SQL em que o uso de minou maxé garantido para resultar na escolha de outras colunas na mesma linha. (Em outros bancos de dados baseados em SQL, isso pode não ser garantido.)

Answer 28

Obrigado! Isso é muito melhor do que a resposta aceita IMO porque é generalizável para pegar o primeiro / último elemento em uma etapa de agregação usando várias funções de agregação (ou seja, pegar o primeiro desta variável, somar essa variável, etc).

Bridgeburners

Answer 29

4

Uma opção de base R é o split()- lapply()- do.call()idiom:

> do.call(rbind, lapply(split(test, test$id), head, 1))
  id string
1  1      A
2  2      B
3  3      C
4  4      D
5  5      E

Uma opção mais direta é lapply()a [função:

> do.call(rbind, lapply(split(test, test$id), `[`, 1, ))
  id string
1  1      A
2  2      B
3  3      C
4  4      D
5  5      E

O espaço de vírgula 1, )no final da lapply()chamada é essencial, pois isso equivale a chamar [1, ]para selecionar a primeira linha e todas as colunas.

Gavin Simpson
fonte

Isso foi muito lento, Gavin: sistema do usuário decorrido 91,84 6,02 101,10

dmvianna

Qualquer coisa envolvendo frames de dados será. Sua utilidade tem um preço. Daí data.table, por exemplo.

Gavin Simpson

em minha defesa, e R's, você não mencionou nada sobre eficiência na pergunta. Freqüentemente, a facilidade de uso é um recurso. Testemunhe a popularidade do ply, que também é "lento", pelo menos até a próxima versão que tenha suporte data.table.

Gavin Simpson

1

Concordo. Eu não queria te insultar. Eu fiz encontrar, porém, que @ método de Joshua-Ulrich era tanto fácil e rápido. : 7)

dmvianna

Não há necessidade de se desculpar e não considerei isso um insulto. Estava apenas apontando que era oferecido sem qualquer pretensão de eficiência. Lembre-se de que estas perguntas e respostas do Stack Overflow não são apenas para o seu benefício, mas também para outros usuários que encontrarem sua dúvida por terem um problema semelhante.

Gavin Simpson

Answer 30

Isso foi muito lento, Gavin: sistema do usuário decorrido 91,84 6,02 101,10

dmvianna

Answer 31

Qualquer coisa envolvendo frames de dados será. Sua utilidade tem um preço. Daí data.table, por exemplo.

Gavin Simpson

Answer 32

em minha defesa, e R's, você não mencionou nada sobre eficiência na pergunta. Freqüentemente, a facilidade de uso é um recurso. Testemunhe a popularidade do ply, que também é "lento", pelo menos até a próxima versão que tenha suporte data.table.

Gavin Simpson

Answer 33

1

Concordo. Eu não queria te insultar. Eu fiz encontrar, porém, que @ método de Joshua-Ulrich era tanto fácil e rápido. : 7)

dmvianna

Answer 34

Não há necessidade de se desculpar e não considerei isso um insulto. Estava apenas apontando que era oferecido sem qualquer pretensão de eficiência. Lembre-se de que estas perguntas e respostas do Stack Overflow não são apenas para o seu benefício, mas também para outros usuários que encontrarem sua dúvida por terem um problema semelhante.

Gavin Simpson

Selecione a primeira linha por grupo

Respostas:

Editar