如何找到＆amp;删除数据框中的重复项？

Question

我有以下数据框架恰好是NBA选秀数据：

 draft_year draft_round teamid playerid draft_from
 1961           1         Bos    Pol1      Nan
 2001           1         LA     Ben2      Cal
 1967           2         Min    Mac2      Nan
 2001           1         LA     Ben2      Cal
 2000           1         C      Sio1      Bud
 2000           1         C      Gio1      Bud

我想找到＆amp;仅删除playerid中具有重复项的那些行。由于显而易见的原因，剩下的重复项具有有意义的目的，必须保留。

Answer 1

您可以使用duplicated或unique()

来实现此目的

new_df <- df[!duplicated( df$playerid), ]

Answer 2

在data.table包中，by函数中有unique个参数

library(data.table)
unique(setDT(df), by = "playerid")
#    draft_year draft_round teamid playerid draft_from
# 1:       1961           1    Bos     Pol1        Nan
# 2:       2001           1     LA     Ben2        Cal
# 3:       1967           2    Min     Mac2        Nan
# 4:       2000           1      C     Sio1        Bud
# 5:       2000           1      C     Gio1        Bud

Answer 3

您也可以使用dplyr

library(dplyr)
 unique(df, group_by="playerid")
 #  draft_year draft_round teamid playerid draft_from
 #1       1961           1    Bos     Pol1        Nan
 #2       2001           1     LA     Ben2        Cal
 #3       1967           2    Min     Mac2        Nan
 #5       2000           1      C     Sio1        Bud
 #6       2000           1      C     Gio1        Bud

或者

 df %>%
 group_by(playerid) %>%
 filter(row_number()==1)