为何unique()在data.table生效by参数，在tibble却忽略且无报错？

这是预期行为吗？ #

是预期行为。原因很明确：

• data.table包重写了unique()函数，为其新增了by参数，用来指定去重的依据列；
• tibble本质是特殊的data.frame，调用unique()时实际触发的是base R的unique()函数，这个函数原本就没有by参数。R处理函数调用时会自动忽略未定义的多余参数且不报错，所以你传入的by参数被静默丢弃，最终导致两者结果差异。

使用data.table的unique()等函数时，是否需要先转换为data.table？ #

是的。data.table的绝大多数函数（包括unique()）都是针对data.table类对象设计的，只有当输入是data.table类型时，才会触发data.table版本的方法。如果输入是tibble或普通data.frame，会默认调用base R或tidyverse的对应函数，自然无法识别data.table特有的参数。

此场景下的最佳实践 #

• 统一使用data.table生态：先把tibble转换为data.table再操作，示例：

  test_tib_dt <- as.data.table(test_tib)
  unique(test_tib_dt, by = "a")
  

• 使用tidyverse等价方案：如果习惯dplyr语法，用distinct()函数实现按指定列去重（需dplyr 1.1.0及以上版本），效果和data.table的unique(by=)一致：

  # 写法1：指定去重列，.keep_all=TRUE保留其他列
  test_tib %>% distinct(a, .keep_all = TRUE)
  # 写法2：用.by参数明确指定去重依据列
  test_tib %>% distinct(.by = a, .keep_all = TRUE)
  

• 避免参数混用：不要给base R或tidyverse的函数传入data.table特有的参数，这种静默忽略的情况很容易引发不易察觉的错误。

内容的提问来源于stack exchange，提问作者CZ_8eer