我怎样才能转到a"；“表格”；R格式？

是否有一种简单的方法可以转换为表格格式（只保留父级一次）？我知道目标格式在数据科学中并不好。但它使报告易于阅读。我可以很容易地把它写成excel，然后把报告寄给我的老板

library(data.table)
(dt <- data.table(Parent_Product=c("A","A","A","B","B","B"),
                 Sub_Product=c("red","red","blue","yellow","pink","pink"),
                 Sub_Product1=c(1,2,3,4,5,6),
                 Value=c(100,200,300,400,500,600)))

#>    Parent_Product Sub_Product Sub_Product1 Value
#> 1:              A         red            1   100
#> 2:              A         red            2   200
#> 3:              A        blue            3   300
#> 4:              B      yellow            4   400
#> 5:              B        pink            5   500
#> 6:              B        pink            6   600

(target_dt <- data.table(Parent_Product=c("A",NA,NA,"B",NA,NA),
                        Sub_Product=c("red",NA,"blue","yellow","pink",NA),
                        Sub_Product1=c(1,2,3,4,5,6),
                        Value=c(100,200,300,400,500,600)))

#>    Parent_Product Sub_Product Sub_Product1 Value
#> 1:              A         red            1   100
#> 2:           <NA>        <NA>            2   200
#> 3:           <NA>        blue            3   300
#> 4:              B      yellow            4   400
#> 5:           <NA>        pink            5   500
#> 6:           <NA>        <NA>            6   600

库（data.table）
（dt父产品子产品子产品1值
#>1:红色1100
#>2:红色2200
#>3:蓝色的3300
#>4:B黄色4400
#>5:B粉红色5500
#>6:B粉红色6600
（目标\u dt父产品子产品\u产品子产品1值
#>1:红色1100
#> 2:                               2   200
#>3:蓝色3300
#>4:B黄色4400
#>5:粉红色5500
#> 6:                               6   600

这可能会整合到更少的步骤中，但至少每个步骤中发生的事情都是透明的：

库（data.table）
dt 1至NA
dt[idx_父项>1，父项产品：=NA]
dt[idx_Sub>1，Sub_乘积：=NA]
#清除idx
dt[，`:=`（idx\u父项=NULL，idx\u子项=NULL）]
#报告值
dt
#>父产品子产品子产品1值
#>1:红色1100
#> 2:                               2   200
#>3:蓝色3300
#>4:B黄色4400
#>5:粉红色5500
#> 6:                               6   600

由（v0.2.1）于2019-02-08创建，以下是以下内容和建议的组合：

dt[, lapply(.SD, function(x) {x[rowid(rleid(x)) > 1] <- NA; x})]

不幸的是，这会将所有列中的连续值中的任何重复值变为

NA

（或“”等）。对于生产使用，我们可能希望控制应包括哪些列，例如，仅第二列

cols <- "Sub_Product"   # apply to second column for demonstration
dt[, (cols) := lapply(.SD, function(x) {x[rowid(rleid(x)) > 1] <- ""; x}), .SDcols = cols][]

资料 OP的数据已被扩展，包括

母产品
，在
子产品中有第二条
红色
值：

library(data.table)
dt <- fread("
Parent_Product Sub_Product Sub_Product1 Value
             A         red            1   100
             A         red            2   200
             A        blue            3   300
             B      yellow            4   400
             B        pink            5   500
             B        pink            6   600
             C         red            1   100
             C         red            2   100
")

库（data.table）
dt
dt[，lapply（.SD，函数（x）{x[duplicated（x）]@alistaire
duplicated（）
如果一个
Sub\u产品
再次在另一个
Parent\u产品
的下方出现，则该函数（x）{x[duplicated（x）]失败。是的，将其分组更为可靠：
dt duplicated（子产品），子产品：=NA_character_，by=Parent_Product][duplicated（Parent_Product），Parent_Product:=NA_character_][[]重复（Parent_Product），Parent_Product:=NA[/code>Re更少的步骤，我认为rowid有效：
dt[rowid（Parent_Product，Sub_Product）！=1，Sub_Product:=NA]；dt[rowid（Parent_Product）！=1，Parent_Product）]
@Frank-neat trick.我一直在使用
data.table
，从它第一次出现就不熟悉
rowid
！谢谢你的提醒。
duplicated.data.table
而不是
duplicated.default
正确处理扩展数据，fwiw:
dt[duplicated（dt，by=c（“父产品”，“子产品”）))，Sub_Product:=NA]；dt[duplicated（dt，by=“Parent_Product”），Parent_Product:=NA]
。不过，我喜欢您的rowid-rleid方法独立处理每个列（假设排序）。
   Parent_Product Sub_Product Sub_Product1 Value
1:              A         red            1   100
2:                                       2   200
3:                       blue            3   300
4:              B      yellow            4   400
5:                       pink            5   500
6:                                       6   600
7:              C         red            1   100
8:                                       2

cols <- "Sub_Product"   # apply to second column for demonstration
dt[, (cols) := lapply(.SD, function(x) {x[rowid(rleid(x)) > 1] <- ""; x}), .SDcols = cols][]

   Parent_Product Sub_Product Sub_Product1 Value
1:              A         red            1   100
2:              A                        2   200
3:              A        blue            3   300
4:              B      yellow            4   400
5:              B        pink            5   500
6:              B                        6   600
7:              C         red            1   100
8:              C                        2   100

library(data.table)
dt <- fread("
Parent_Product Sub_Product Sub_Product1 Value
             A         red            1   100
             A         red            2   200
             A        blue            3   300
             B      yellow            4   400
             B        pink            5   500
             B        pink            6   600
             C         red            1   100
             C         red            2   100
")