R 仅获取具有给定行数的data.table组

我有以下数据表：

dt = data.table(year=c(1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2),
                quar=c(1, 1, 1, 2, 2, 3, 4, 4, 4, 1, 1, 1),
                item=c(1, 2, 3, 1, 2, 1, 1, 2, 3, 1, 2, 3))

某些按年度和季度定义的期间有三项：

Y1Q1、Y1Q4、Y2Q1 其他时段没有：

Y1Q2有2个项目 Y1Q3有1个项目 我如何才能只获取包含所有三项的行

到目前为止，我所做的是

dt[dt[, "i" := nrow(.SD) == 3, .(year, quar)]$i]
> year | quar | item | i
> -----+------+------+-----
> 1    | 1    | 1    | TRUE
> 1    | 1    | 2    | TRUE
> 1    | 1    | 3    | TRUE
> 1    | 4    | 1    | TRUE
> 1    | 4    | 2    | TRUE
> 1    | 4    | 3    | TRUE
> 2    | 1    | 1    | TRUE
> 2    | 1    | 2    | TRUE
> 2    | 1    | 3    | TRUE

按年份和quar分组，然后设置一列i，说明该组是否有效。组中的所有行都获得i的计算值

这很好用。但是，它的副作用是向表中添加一个实i列

我尝试使用一个用.I=….声明的临时列，但是I列的长度与较短的分组表相同，我们得到

dt[dt[, .(i = nrow(.SD) == 3), .(year, quar)]$i]
> Error in `[.data.table`(dt, dt[, .(i = nrow(.SD) == 3), .(year, quar)]$i) :
> i evaluates to a logical vector length 5 but there are 12 rows. [...]

---

那么，有没有更优雅的方法来解决这个问题？或者我应该使用这个，然后删除I吗？

如果我们需要子集，请使用.I来获取行索引和子集

dt[dt[, .I[.N == 3], .(year, quar)]$V1]
#    year quar item
#1:    1    1    1
#2:    1    1    2
#3:    1    1    3
#4:    1    4    1
#5:    1    4    2
#6:    1    4    3
#7:    2    1    1
#8:    2    1    2
#9:    2    1    3

或者使用.SD，但速度可能较慢

dt[, .SD[.N == 3], .(year, quar)]

或者另一个选项是if/else

---

如果需要子集，请使用.I来获取行索引和子集

dt[dt[, .I[.N == 3], .(year, quar)]$V1]
#    year quar item
#1:    1    1    1
#2:    1    1    2
#3:    1    1    3
#4:    1    4    1
#5:    1    4    2
#6:    1    4    3
#7:    2    1    1
#8:    2    1    2
#9:    2    1    3

或者使用.SD，但速度可能较慢

dt[, .SD[.N == 3], .(year, quar)]

或者另一个选项是if/else

当然，这是一个data.table问题，@akrun的回答涵盖了这一点，但为了完成

dplyr解决方案：

图书馆弹琴 dt%>%group_按年，quar%>%filtern==3 一个tibble:9x3 组：年，夸尔[3] 年度夸尔项目 1 1 1 1 2 1 1 2 3 1 1 3 4 1 4 1 5 1 4 2 6 1 4 3 7 2 1 1 8 2 1 2 9 2 1 3 基本上：

dt[avedt$item，dt[，cyear，quar]，FUN=length==3，] 或

freqt当然这是一个data.table问题，@akrun的回答涵盖了这一问题，但为了完成

dplyr解决方案：

图书馆弹琴 dt%>%group_按年，quar%>%filtern==3 一个tibble:9x3 组：年，夸尔[3] 年度夸尔项目 1 1 1 1 2 1 1 2 3 1 1 3 4 1 4 1 5 1 4 2 6 1 4 3 7 2 1 1 8 2 1 2 9 2 1 3 基本上：

dt[avedt$item，dt[，cyear，quar]，FUN=length==3，] 或

---

freqt使用join的另一个选项：

dt[dt[, .N, .(year, quar)][N==3], on=.(year, quar)]

编辑： 为了处理akrun注释，速度实际上取决于数据集的特征。以下是示例数据集的计时：

set.seed(0L)
ngrp <- 1e6
x <- sample(1:3, ngrp, TRUE)
dt <- data.table(year=rep(1:ngrp, times=x))[,
    quar:=year]

microbenchmark::microbenchmark(
    mtd0=dt[dt[, .I[.N == 3], .(year, quar)]$V1],
    mtd1=dt[dt[, .N, .(year, quar)][N==3], on=.(year, quar)],
    times=3L
)

---

使用联接的另一个选项：

dt[dt[, .N, .(year, quar)][N==3], on=.(year, quar)]

编辑： 为了处理akrun注释，速度实际上取决于数据集的特征。以下是示例数据集的计时：

set.seed(0L)
ngrp <- 1e6
x <- sample(1:3, ngrp, TRUE)
dt <- data.table(year=rep(1:ngrp, times=x))[,
    quar:=year]

microbenchmark::microbenchmark(
    mtd0=dt[dt[, .I[.N == 3], .(year, quar)]$V1],
    mtd1=dt[dt[, .N, .(year, quar)][N==3], on=.(year, quar)],
    times=3L
)

---

@akrun，它和我到目前为止管理的输出是一样的，减去I列。是不是就是项目columnexpectred@akrun，不，整个表减去i。这就是年、季度和项目。@akrun，它与我到目前为止管理的输出是相同的，减去I列。是项目column吗expectred@akrun，不，整个表减去i。这就是年度、季度和项目。是的，就是这样。由于某种原因，我记错了。我给出了每个分组子表中的行。dt[dt[，.I[.N==3]，by=cyear，quar][，V1]]这将更通用一些。这部分我的意思是：[，V1]@M-M你可以使用$or[作为默认列名，这是肯定的。我的意思是，如果你想将V1作为参数传递，$V1将不起作用。正如我所说的，这是更通用的，而不是另一个是错误的。是的，就是这样。出于某种原因，我记错了。我给出了每个分组子表中的行。dt[dt[，I][N==3]，by=cyear，quar][，V1]]这将是一个更通用的部分。这部分我的意思是：[，V1]@M-M你可以使用$or[作为默认列名，这是肯定的。我的意思是，如果您想将V1作为参数传递，$V1将不起作用。正如我所说，这是更通用的，而不是另一个列名是错误的。与IIs相比，它更快吗？与.I相比，它更快吗