Question

我有一个包含以下列的大数据框：

ID, time, OS, IP

该数据帧的每一行对应一个条目。在该数据框中，对于某些 ID ，存在多个条目（行）。我想摆脱那些多行（显然，对于相同的ID，其他属性会有所不同）。或者说不同：我只想为每个ID输入一个条目（行）。

当我在ID列上使用unique时，我只收到级别（或每个唯一ID），但我也想保留其他属性。我曾尝试使用apply(x,2,unique(data$ID))，但这也不起作用。

Answer 1

subset(data,!duplicated(data$ID))

应该做的伎俩

Answer 2

如果要为每个ID保留一行，但每行有不同的数据，则需要决定丢弃其他行的逻辑。例如：

df <- data.frame(ID=c(1, 2, 2, 3), time=1:4, OS="Linux")
df
  ID time    OS
1  1    1 Linux
2  2    2 Linux
3  2    3 Linux
4  3    4 Linux

现在我将保留最大时间值和最后一个操作系统值：

library(plyr)
unique(ddply(df, .(ID), function(x) data.frame(ID=x[,"ID"], time=max(x$time), OS=tail(x$OS,1))))
  ID time    OS
1  1    1 Linux
2  2    3 Linux
4  3    4 Linux

在R中删除具有重复属性的行

2 个答案: