如何合并data.table两行：保留一行指定列值并删除另一行

首先明确需求：按column3分组，组内行数大于1时，保留指定行，并用组内另一行的column2值替换保留行的column2，最终每组只留一行。

先把示例数据用data.table构造：

library(data.table)
dt <- data.table(
  column1 = c(1,2,5),
  column2 = c(1,3,6),
  column3 = c(1,4,4)
)

实现代码 #

merge_rows <- function(dt, group_col, keep_condition, replace_cols) {
  # 按分组列处理每组
  dt[, {
    if (.N == 1) {
      # 组内只有一行，直接返回
      .SD
    } else {
      # 筛选要保留的行
      keep_row <- .SD[eval(parse(text = keep_condition))]
      # 筛选要删除的行，提取需要替换的列值
      replace_vals <- .SD[!eval(parse(text = keep_condition)), ..replace_cols]
      # 替换保留行的对应列
      keep_row[, (replace_cols) := replace_vals]
      # 返回处理后的保留行
      keep_row
    }
  }, by = group_col]
}

# 调用函数：按column3分组，保留column1==5的行，替换column2列
result <- merge_rows(dt, "column3", "column1 == 5", "column2")
print(result)

代码说明 #

• group_col：指定分组的列（这里是column3）
• keep_condition：字符串形式的保留行条件（比如"column1 == 5"，或者更通用的"column1 == max(column1)"）
• replace_cols：需要替换的列名（这里是column2）

运行后得到的结果与期望一致：

column3 column1 column2
1:       1       1       1
2:       4       5       3

更通用的版本（无需指定具体值） #

如果需求是保留每组中column1最大的行，并用组内其他行的column2替换，可以把条件改成"column1 == max(column1)"，适配任意数值的分组：

result <- merge_rows(dt, "column3", "column1 == max(column1)", "column2")

原代码的问题 #

1. 索引处理错误：删除行后原索引失效，后续赋值会指向错误的行
2. anyDuplicated用法错误：用它判断分组是否有重复，但实际需要的是分组内行数大于1的情况
3. 替换逻辑混乱：先取第一行的列值又替换回去，完全不符合需求

内容的提问来源于stack exchange，提问作者Tessa