• • 此问题在此处已有答案**：

（9个答案）
昨天关门了。
我有一个包含200.000+行的大型数据集。我想将其按两列分组，基于另一列进行筛选，同时保留所有其他列。示例如下所示：

hv001 hv002 hv101 hv104 hv105
1      1     1     1     1    35
2      1     1     2     2    22
3      1     1     3     2     2
4      1     1     3     2     0
5      1     4     1     1    35
6      1     4     2     2    32
7      1     4     3     2     4
8      1     4     3     2     2
9      1     4     3     1     1
10     1     7     1     1    51

structure(list(hv001 = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1), hv002 = c(1, 
1, 1, 1, 4, 4, 4, 4, 4, 7), hv101 = c(1, 2, 3, 3, 1, 2, 3, 3, 
3, 1), hv104 = c(1, 2, 2, 2, 1, 2, 2, 2, 1, 1), hv105 = c(35, 
22, 2, 0, 35, 32, 4, 2, 1, 51)), row.names = c(NA, -10L), class = "data.frame")

我可以用dplyr来做这个，但是它太慢了。代码如下：

df |>  
    group_by(hv001, hv002) |> 
    slice_min(hv101)

现在有了data.table，可以更快地完成这一操作，但是它并不保留所有列。如何保留所有列，或者在执行group by时如何对列进行切片？代码如下所示：

df_dt <- as.data.table(df)
  df_dt[, .(min_hv101 = min(hv101)), by = c("hv001", "hv002")]