如何使用选项选择要保留多少重复行的选项来按组删除重复行?如何按组删除重复的行?
例如:请检查示例图片,对于每V1
连续1,删除其中Volume
被复制的行,用于df[2:5,]
5行会被删除,对于df[9:10,]
列9将被删除,df[15:17,]
行15,16将被删除,df[19:20,]
第19行将被删除。
另外,是否可以选择保留多少重复行?例如:如果我想保留2个重复行,df[15:17,]
的结果将是df[15:16,]
,其中只有第17行被删除。
如何在不使用循环的情况下实现此目的,如何实现这种矢量化方式,以便计算速度更快(处理数百万行时)?
示例图片
Volume Weight V1 V2
1: 0.5367 0.5367 0 1
2: 0.8645 0.8508 1 0
3: 0.8573 0.8585 1 0
4: 1.1457 1.1413 1 0
5: 0.8573 0.8568 1 0
6: 0.5694 0.5633 0 1
7: 1.2368 1.2343 1 0
8: 0.9662 0.9593 0 1
9: 1.4850 1.3412 1 0
10: 1.4850 1.3995 1 0
11: 1.1132 1.1069 0 1
12: 1.4535 1.3923 1 0
13: 1.0437 1.0344 0 1
14: 1.1475 1.1447 0 1
15: 1.1859 1.1748 1 0
16: 1.1859 1.1735 1 0
17: 1.1859 1.1731 1 0
18: 1.1557 1.1552 0 1
19: 1.1749 1.1731 1 0
20: 1.1749 1.1552 1 0
预期结果
Volume Weight V1 V2
1: 0.5367 0.5367 0 1
2: 0.8645 0.8508 1 0
3: 0.8573 0.8585 1 0
4: 1.1457 1.1413 1 0
6: 0.5694 0.5633 0 1
7: 1.2368 1.2343 1 0
8: 0.9662 0.9593 0 1
10: 1.4850 1.3995 1 0
11: 1.1132 1.1069 0 1
12: 1.4535 1.3923 1 0
13: 1.0437 1.0344 0 1
14: 1.1475 1.1447 0 1
17: 1.1859 1.1731 1 0
18: 1.1557 1.1552 0 1
20: 1.1749 1.1552 1 0
我觉得你的输出应该具有的,而不是排10 9,你已经采取,而不是5行 – akrun
@akrun我使用循环和代码行3选择一个随机行来保持这样每次结果都不一样。 – Jimmy