Question

我有一个data.frame有重复的观察，如何删除所有重复的基于第一列（如果他们的第一个数据是相同的，然后完全删除这些条目？

> a=c(1,4,5,5,6,6)
> b=c(2,5,7,4,4,2)
> c=c("a","b","c","a","b","c")
> test=data.frame(a,b,c)
> test
  a b c
1 1 2 a
2 4 5 b
3 5 7 c
4 5 4 a
5 6 4 b
6 6 2 c

我不想保留任何重复的行，以便我的最终输出为

  a b c
1 1 2 a
2 4 5 b

我尝试了unique和duplicate功能，但它们都保留了第一个重复的行（即，如果有5个重复记录，那么其中4个将被删除），例如

我该怎么办？谢谢！

Answer 1

您可以使用table()获取列的频率表，然后将结果用于子集：

singletons <- names(which(table(test$a) == 1))
test[test$a %in% singletons, ]

  a b c
1 1 2 a
2 4 5 b

Answer 2

首先搜索重复行的第一列值：

val <- test[duplicated(test[,1]),1]
[1] 5 6

然后搜索可以找到这些值的行

rows <- test[,1] %in% test[duplicated(test[,1]),1]
[1] FALSE FALSE  TRUE  TRUE  TRUE  TRUE

然后选择除以下行之外的所有行：

test[! rows,]
  a b c
1 1 2 a
2 4 5 b

Answer 3

使用dplyr

require(dplyr)
test <- test %>% group_by(a) %>% filter(n()==1)
test

  a b c
1 1 2 a
2 4 5 b

Answer 4

奇怪的请求，但是如果要删除任何列中存在重复的行而忽略其他列：

test[!duplicated(test$a) & ! duplicated(test$b) & ! duplicated(test$c),]
  a b c
1 1 2 a
2 4 5 b
3 5 7 c

但我不知道＆＃39; 5 7 c＆＃39;在您的示例中是重复的。

Answer 5

轻松一步删除重复项：

my_df <- my_df[-which(duplicated(my_df)), ]

删除R中的所有重复行

5 个答案: