条件消除重复

Question

鉴于以下数据帧：

z1 z2 
1 A X 
2 A Y 
3 B X 
4 B Y 
5 C X 
6 C Z 
7 D X 
8 D Z 
9 E X 
10 E Y 
11 F X 
12 G Z 
13 H X 
14 I Y 
15 J X 
16 K Z 

我试图找到一个更有效的（比我想出来的）的方式来消除第一列中的重复值，Z1，给定第二列z2中的值不是指定值“X”。这是输出我后：

z1 z2 
1 A X 
3 B X 
5 C X 
7 D X 
9 E X 
11 F X 
12 G Z 
13 H X 
14 I Y 
15 J X 
16 K Z 

这里（和其他国家）关于消除基于多列重复有几个职位，我已经尝试过各种形式的复制（）和独特（），但似乎无法打在正确的编码，这样做。这个问题与我见过的其他帖子有点不同，因为要消除的行是基于z1中存在的重复值并且以z2中的值为条件，但是当z1中不存在重复时z2中的条件不适用。我使用subset（）提出了以下解决方案，但问题是我需要从z1中输入重复的值才能使其工作。我目前的解决方案效率低下，因为我需要通过其他过程先找到重复的值，然后将它们硬编码到子集命令中。

这是我一直在工作，数据帧和代码：

z1=c(rep(c("A","B","C","D","E"),each=2),"F","G","H","I","J","K") 
z2=c(rep(c("X","Y"),2),rep(c("X","Z"),2),rep(c("X","Y","X","Z"),2)) 
z=data.frame(cbind(z1,z2)) 

t1=subset(z, 
    (z$z1!="A" | z$z2=="X")& 
    (z$z1!="B" | z$z2=="X")& 
    (z$z1!="C" | z$z2=="X")& 
    (z$z1!="D" | z$z2=="X")& 
    (z$z1!="E" | z$z2=="X")) 
t1 

有什么想法？

Answer 1

您可以使用duplicated，与fromLast=F和fromLast=T确定Z1值是否重复：

duplicated(z$z1) | duplicated(z$z1, fromLast=T) 
# [1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE FALSE FALSE FALSE 
# [14] FALSE FALSE FALSE 

剩下的工作就是要限制为要么不复制或解决方案有“X”值X2：

subset(z, !(duplicated(z1) | duplicated(z$z1, fromLast=T)) | z2 == "X") 
# z1 z2 
# 1 A X 
# 3 B X 
# 5 C X 
# 7 D X 
# 9 E X 
# 11 F X 
# 12 G Z 
# 13 H X 
# 14 I Y 
# 15 J X 
# 16 K Z 

Answer 2

是否这样？

> wh = with(DF, match(unique(z1),z1)) 
> DF[wh,] 
z1 z2 
1 A X 
3 B X 
5 C X 
7 D X 
9 E X 
11 F X 
12 G Z 
13 H X 
14 I Y 
15 J X 
16 K Z 

Answer 3

z[!(duplicated(z$z1) | duplicated(z$z1, fromLast = TRUE) & z$z2 != "X"),] 

## z1 z2                                                         
## 1 A X                                                         
## 3 B X                                                         
## 5 C X                                                         
## 7 D X                                                         
## 9 E X                                                         
## 11 F X                                                         
## 12 G Z                                                         
## 13 H X                                                         
## 14 I Y                                                         
## 15 J X                                                         
## 16 K Z  

Answer 4

其实很简单。

创建数据帧：

df <- read.table(text=" z1 z2 
1 A X 
2 A Y 
3 B X 
4 B Y 
5 C X 
6 C Z 
7 D X 
8 D Z 
9 E X 
10 E Y 
11 F X 
12 G Z 
13 H X 
14 I Y 
15 J X 
16 K Z", stringsAsFactors=FALSE) 

现在

t1<-df[!duplicated(df$z1),] 

这会给你：

z1 z2 
1 A X 
3 B X 
5 C X 
7 D X 
9 E X 
11 F X 
12 G Z 
13 H X 
14 I Y 
15 J X 
16 K Z