删除R data.table中的错误代码和关联记录

我在R中有一个data.table，比如说dt，它看起来像：

> dt <- data.table(adr = c("A", "A", "A","A","A","A","A","B", "B", "C", "C", "C", "D", "E", "E"),
                  code=c("0001","0001","0001","0001","0001","0001","0001","0001","0001", "0002", "0002", "0002", "0003", "0003", "0003"),
                  num = c(1,67,875,467,986,34,987,876,785, 67,9078,45,907,451,987))
> dt
    adr code  num
 1:   A 0001    1
 2:   A 0001   67
 3:   A 0001  875
 4:   A 0001  467
 5:   A 0001  986
 6:   A 0001   34
 7:   A 0001  987
 8:   B 0001  876
 9:   B 0001  785
10:   C 0002   67
11:   C 0002 9078
12:   C 0002   45
13:   D 0003  907
14:   E 0003  451
15:   E 0003  987

---

如何在R中使用data.table实现这一点，我将您的

dt

设置为

data.frame（）

而不是

data.table（）

，这样我就不必加载其他包了，但您可以按如下方式完成：

require(dplyr)

dt <- dt %>% group_by(code, adr) %>% mutate(count = n()) %>% group_by(code) %>% filter(count == max(count)) %>% select(-count)

require（dplyr）
dt%分组依据（代码，adr）%%>%mutate（count=n（））%%>%groupby（代码）%%>%filter（count==max（count））%%>%select（-count）

dt=dt[dt$adr！=“B”，如果大多数adr出现平局，或者大多数adr出现不超过50%，会发生什么情况？如果出现平局，第一个是正确的
数据。表
版本：
dt2 0.5*.N]，by=code][，N:=NULL]
给出结果，错误的记录仍然存在：@Jack如果你想要的是模式（最常见的情况），这就可以做到：
dt[，{uadr=unique（adr）；.SD[which（adr==uadr[which.max（tablate（match（adr，uadr）））]，]}，by=c（'code'）]
。如果有两个以上的备选地址，可能会有所帮助。
require(dplyr)

dt <- dt %>% group_by(code, adr) %>% mutate(count = n()) %>% group_by(code) %>% filter(count == max(count)) %>% select(-count)