确定data.frame的列何时更改值并返回更改的索引

Question

我正在尝试找到一种方法来确定一组列何时更改data.frame中的值。让我直截了当，请考虑以下示例：

x<-data.frame(cnt=1:10, code=rep('ELEMENT 1',10), val0=rep(5,10), val1=rep(6,10),val2=rep(3,10))
x[4,]$val0=6

• cnt列是一个唯一的ID（可以是日期或时间列，为简单起见，这里是一个int）
• 代码列就像行集的代码（想象几个这样的组，但代码不同）。代码和cnt是我的data.table中的键。
• val0，val1，val2列类似于得分。

上面的data.frame应该被理解为：'ELEMENT 1'的分数从5,6,3开始，一直保持到4迭代时它们变为6,6,3，然后又变回5,6,3。

我的问题是，有没有办法获得data.frame的第1，第4和第5 行？有没有办法检测列何时发生变化？ （btw有12列）

我尝试使用data.table的重复（在大多数情况下都能很好地工作）但在这种情况下它会删除所有重复项并仅保留第1行和第4行（删除第5行） ）。

你有什么建议吗？我宁愿不使用for循环，因为有大约。 2M行。

Answer 1

在data.table版本1.8.10（CRAN中的稳定版本）中，有一个名为duplist的（n）（未导出）函数正是这样做的。它也是用C语言编写的，因此非常快。

require(data.table) # 1.8.10
data.table:::duplist(x[, 3:5]) 
# [1] 1 4 5

如果您使用的是data.table（1.8.11）的开发版本，则会有一个更高效的版本（就内存而言）重命名为uniqlist，它完成相同的工作。可能这应该导出到下一个版本。似乎不止一次出现过SO。我们来看看。

require(data.table) # 1.8.11
data.table:::uniqlist(x[, 3:5])
# [1] 1 4 5

Answer 2

完全不可读，但是：

c(1,which(rowSums(sapply(x[,grep('val',names(x))],diff))!=0)+1)
# [1] 1 4 5

基本上，在每一行上运行diff，以查找所有更改。如果任何列中发生更改，则该行中发生了更改。

此外，没有sapply：

c(1,which(rowSums(diff(as.matrix(x[,grep('val',names(x))])))!=0)+1)