pydatatable多列分组去重后为何生成B.0、C.0冗余重复列

这个现象是pydatatable的固定分组输出规则，和你写的查询逻辑叠加产生的，拆解如下：

1. 只要在by参数中指定了分组列，这些列会默认自动作为结果表的前置列输出，完全不受j位置（行筛选条件后的第二个参数位）的返回逻辑影响。
2. 你当前的查询逻辑：
   • by参数传入了全部三列[f[0],f[1],f[2]]（对应A、B、C列）做分组键，按照上面的规则，这三列会自动出现在结果前排
   • j位置写了first(f[1:])，意思是对原表从索引1开始的B、C两列，按分组计算每组内的首个值，最终会返回两列和B、C内容完全一致的聚合结果
3. 当返回的列和分组自动带出的列同名时，pydatatable为了避免列名冲突，会自动给j位置返回的同名列追加.0后缀做区分，最终就生成了无实际意义的B.0、C.0冗余列。

你的核心需求是基于A、B、C三列的组合对全表做行去重，保留每个唯一组合的第一行，完全可以通过无冗余的写法实现：

• 最简实现：直接调用pydatatable的原生去重接口DT.unique()，会自动保留所有列值完全一致的唯一行，直接输出符合预期的5行3列结果
• 分组逻辑实现：因为分组键已经会自动带出全部A、B、C列，不需要在j位置重复计算B、C的聚合值，只要用一个占位聚合就行，代码可写为DT[:, count(), by([f[0],f[1],f[2]])]，得到的结果前3列就是你要的去重内容

注意：如果是按部分列分组、保留其他列首值的场景，才需要把分组列单独放到by参数，非分组列的首值计算放到j位置，这种写法不会产生冗余列。比如按A列分组、取B和C的首值，写DT[:, first(f[1:]), by(f[0])]，输出就只有A、B、C三列，完全没有冗余。

内容的提问来源于stack exchange，提问作者myamulla_ciencia