а как же

DT <- data.table(test)
setkey(DT, id)

DT[J(unique(id)), mult = "first"]

---

Edit

существует также Уникальный метод для data.tables который вернет первую строку по ключу

jdtu <- function() unique(DT)

---

Я думаю, если вы заказ test вне эталона, то вы можете удалить setkey и data.table преобразование из бенчмарка, а также (как setkey в основном сортирует по id, так же, как order).

set.seed(21)
test <- data.frame(id=sample(1e3, 1e5, TRUE), string=sample(LETTERS, 1e5, TRUE))
test <- test[order(test$id), ]
DT <- data.table(DT, key = 'id')
ju <- function() test[!duplicated(test$id),]

jdt <- function() DT[J(unique(id)),mult = 'first']


 library(rbenchmark)
benchmark(ju(), jdt(), replications = 5)
##    test replications elapsed relative user.self sys.self 
## 2 jdt()            5    0.01        1      0.02        0        
## 1  ju()            5    0.05        5      0.05        0         

и с большим количеством данных

** редактировать с помощью уникальный метод**

set.seed(21)
test <- data.frame(id=sample(1e4, 1e6, TRUE), string=sample(LETTERS, 1e6, TRUE))
test <- test[order(test$id), ]
DT <- data.table(test, key = 'id')
       test replications elapsed relative user.self sys.self 
2  jdt()            5    0.09     2.25      0.09     0.00    
3 jdtu()            5    0.04     1.00      0.05     0.00      
1   ju()            5    0.22     5.50      0.19     0.03        

уникальный метод здесь самый быстрый.

простой :

ddply(test,.(id),function(x) head(x,1))

если скорость является проблемой, аналогичный подход может быть использован с data.table:

testd <- data.table(test)
setkey(testd,id)
testd[,lapply(.SD,function(x) head(x,1)),by = key(testd)]

(1) SQLite имеет встроенный rowid псевдо-столбец так это работает:

sqldf("select min(rowid) rowid, id, string 
               from test 
               group by id")

даем:

  rowid id string
1     1  1      A
2     3  2      B
3     5  3      C
4     7  4      D
5     9  5      E

(2) и есть

теперь dplyr добавление различных счетчиков.

df %>%
    group_by(aa, bb) %>%
    summarise(first=head(value,1), count=n_distinct(value))

вы создаете группы, их суммируют внутри групп.

если данные числовые, вы можете использовать:
first(value) [там же last(value)] на месте head(value, 1)

посмотреть: http://cran.rstudio.com/web/packages/dplyr/vignettes/introduction.html

полный:

> df
Source: local data frame [16 x 3]

   aa bb value
1   1  1   GUT
2   1  1   PER
3   1  2   SUT
4   1  2   GUT
5   1  3   SUT
6   1  3   GUT
7   1  3   PER
8   2  1   221
9   2  1   224
10  2  1   239
11  2  2   217
12  2  2   221
13  2  2   224
14  3  1   GUT
15  3  1   HUL
16  3  1   GUT

> library(dplyr)
> df %>%
>   group_by(aa, bb) %>%
>   summarise(first=head(value,1), count=n_distinct(value))

Source: local data frame [6 x 4]
Groups: aa

  aa bb first count
1  1  1   GUT     2
2  1  2   SUT     2
3  1  3   SUT     3
4  2  1   221     3
5  2  2   217     3
6  3  1   GUT     2

базовая опция R-это split() -lapply() -do.call() идиома:

> do.call(rbind, lapply(split(test, test$id), head, 1))
  id string
1  1      A
2  2      B
3  3      C
4  4      D
5  5      E

более прямой вариант:lapply() the [ функция:

> do.call(rbind, lapply(split(test, test$id), `[`, 1, ))
  id string
1  1      A
2  2      B
3  3      C
4  4      D
5  5      E

запятая-пробел 1, ) в конце lapply() вызов важно как это эквивалентно вызову [1, ] для выбора первой строки и все столбцы.

Я предпочитаю подход dplyr.

library(dplyr)

test %>% 
  group_by(id) %>% 
  filter(row_number()==1)

# A tibble: 5 x 2
# Groups:   id [5]
     id string
  <int> <fct> 
1     1 A     
2     2 B     
3     3 C     
4     4 D     
5     5 E

группировка по идентификаторам и фильтру для возврата только первой строки. В некоторых случаях может потребоваться упорядочение идентификаторов после group_by.

test_subset <- test[unique(test$id),]

только эта строка будет генерировать подмножество, которое вы хотите.