uso efficiente di R data.table e unico()

Question

C'è una domanda più efficiente di quanto segue

DT[, list(length(unique(OrderNo))),customerID] 

per perfezionare un tavolo formato lungo con ID cliente di, numero d'ordine e gli elementi pubblicitari di prodotti, il che significa che non vi saranno le righe duplicate con lo stesso ID ordine se un cliente ha acquistato più di 1 articolo in quella transazione.

Cercando di elaborare gli acquisti unici. length() fornisce un conteggio di tutti gli ID ordine per ID cliente compresi i duplicati, cercando solo il numero univoco.

Modifica da qui:

Ecco alcuni codici fittizi. Idealmente, quello che sto cercando è l'output della prima query utilizzando lo unique().

df <- data.frame(
      customerID=as.factor(c(rep("A",3),rep("B",4))), 
      product=as.factor(c(rep("widget",2),rep("otherstuff",5))), 
      orderID=as.factor(c("xyz","xyz","abd","qwe","rty","yui","poi")), 
      OrderDate=as.Date(c("2013-07-01","2013-07-01","2013-07-03","2013-06-01","2013-06-02","2013-06-03","2013-07-01")) 
      ) 

DT.eg <- as.data.table(df) 
#Gives unique order counts 
DT.eg[, list(orderlength = length(unique(orderID))),customerID] 
#Gives counts of all orders by customer 
DT.eg[,.SD, keyby=list(orderID, customerID)][, .N, by=customerID] 

     ^
     | 
    This should be .N, not .SD ~ R.S. 

Answer 1

se si sta cercando di contare il numero di acquisti unici per cliente, utilizzare

DT[, .N, keyby=list(customerId, OrderNo)][, .N, by=customerId] 

Answer 2

A partire dalla versione 1.9.6 (il CRAN 19 settembre 2015), data.table ha guadagnato la funzione di supporto uniqueN() che è equivalente a length(unique(x)) ma molto più veloce (secondo data.table NEWS).

Con questo,

DT.eg[, list(orderlength = length(unique(orderID))),customerID] 

e

DT.eg[,.N, keyby=list(orderID, customerID)][, .N, by=customerID] 

può essere riscritta come

DT.eg[, .(orderlength = uniqueN(orderID)), customerID] 

customerID orderlength 
1:   A   2 
2:   B   4