R语言data.table分组求最小值速度太慢

使用的数据：

使用的数据是沈阳某天地铁站的数据，共一百万行左右，数据结构如下：

遇到的问题：

有一个步骤是需要按照属性a(card.id)和属性b(M5.in)分组，求属性c(duration)的最小值，我一开始的做法是直接分组，并求最小值，如下：

trade.metro.in.out <- inner_join(trade.metro.in, trade.metro.out, by = "card.id")

但使用这种方法，足足算了20分钟没有算出来，通过和同学讨论，发现可能是因为使用的数据列数太多导致排序过慢，所以就先把这三个属性取出来，在小数据集上进行分组，如下：

data_min <- trade.metro.in.out[, list(card.id, M5.in, duration)]
data_min <- data_min[, duration_min := min(duration), by = list(card.id, M5.in)]

发现猜想果然正确，使用这种办法瞬间就分好组了，分组结果：

然后在将分好组的数据与原数据合并便得到了想要的效果，代码如下：

trade.metro.in.out <- merge(trade.metro.in.out, data_min, all.x = TRUE, all.y = FALSE)

总结

在只针对于大数据中的几列数据操作时，如果速度太慢，应该把这几列取出来，在小数据集上操作，最后在进行合并，效果会很好。