R：如何按列删除重复行

df <- data.frame(id = c(1, 1, 1, 2, 2), 
       gender = c("Female", "Female", "Male", "Female", "Male"), 
       variant = c("a", "b", "c", "d", "e")) 
> df 
    id gender variant 
1 1 Female  a 
2 1 Female  b 
3 1 Male  c 
4 2 Female  d 
5 2 Male  e

我想根据我的数据集中的gender列删除data.frame中的重复行。我知道有类似的问题提出（here），但这里的区别是我想删除数据集的每个子集中的重复行，其中每个子集都由唯一的id定义。R：如何按列删除重复行

我期望的结果是这样的：

id gender variant 
1 1 Female  a 
3 1 Male  c 
4 2 Female  d 
5 2 Male  e

我试过以下，它的工作原理，但我不知道是否有这样做的更清洁，更有效的方式？

out = list() 
for(i in 1:2){ 
    df2 <- subset(df, id == i) 
    out[[i]] <- df2[!duplicated(df2$gender), ] 
} 
do.call(rbind.data.frame, out)

来源

2017-10-10 Adrian

[使用dplyr删除重复行]可能的重复（https://stackoverflow.com/questions/22959635/remove-duplicated-rows-using-dplyr）或[使用ddply删除重复行]（https：// stackoverflow .COM /问题/ 23079248 /删除重复的，行与 - ddply） –

df[!duplicated(df[c("id","gender")]),] 

#  id gender variant 
# 1 1 Female  a 
# 3 1 Male  c 
# 4 2 Female  d 
# 5 2 Male  e

这样做如下使用subset的另一种方式：

subset(df, !duplicated(subset(df, select=c(id, gender)))) 

# id gender variant 
# 1 1 Female  a 
# 3 1 Male  c 
# 4 2 Female  d 
# 5 2 Male  e

来源

2017-10-10 00:23:45 Santosh

这里是万一dplyr基础的解决方案，你有兴趣（编辑成包括Gregor的建议）

library(dplyr) 
group_by(df, id, gender) %>% slice(1) 

#> # A tibble: 4 x 3 
#> # Groups: id, gender [4] 
#>  id gender variant 
#> <dbl> <fctr> <fctr> 
#> 1  1 Female  a 
#> 2  1 Male  c 
#> 3  2 Female  d 
#> 4  2 Male  e

也可能使用arrange函数以及取决于哪些值variant应该被删除。

来源

2017-10-10 00:46:21 markdly

R：如何按列删除重复行

回答

相关问题