R中的聚合时间过长

Question

我正在尝试计算跨组y的x的唯一值。

这是功能：

aggregate(x~y,z[which(z$grp==0),],function(x) length(unique(x)))

这花了太长时间（大约6个小时，还没有完成）。我不想停止处理，因为我今晚必须完成这项工作。

by()花了太长时间

任何想法出了什么问题以及如何缩短处理时间~1小时？ 我的数据集有300万行和16列。

输入数据帧z

x y grp 
1 1 0
2 1 0
1 2 1
1 3 0 
3 4 1

我想得到每个y的唯一（x）计数，其中grp = 0

更新：使用@ eddi的优秀答案。我有

                  x                 y
     1:           2                 1
     2:           1                 3

我知道如何快速将其概括为每个值y的x数？ 因此，它将是

Number of x    y
5              1
1              3

Answer 1

你走了：

library(data.table)
setDT(z) # to convert to data.table in place

z[grp == 0, uniqueN(x), by = y]
#   y V1
#1: 1  2
#2: 3  1

Answer 2

library(dplyr)
z %>% 
  filter(grp == 0) %>%
  group_by(y) %>%
  summarize(nx = n_distinct(x))) 

是dplyr方式，但可能不如data.table快。