Question

我想知道如何删除R中表中的重复值。问题是我有NA的重复行而有些没有。我想最好只保留包含1）无NA或2）的行可能的NA数量较少。这是一个示例数据框：

mat.test=matrix(c(NA,NA,2,NA,NA,NA,NA,3,1,2,2,2,NA,2,3,1,2,4),byrow = T, 6,3)
colnames(mat.test)=c("MBL","MBW","MBD")
df=as.data.frame(mat.test)
df$BAND=c("JP3540","JP3540","JP3540","JP1500","JP2500","JP2500")
df$Date=c("2012-07-23","2012-07-22","2012-07-24","2011-09-03","2011-09-01","2011-09-02")
df

#MBL MBW MBD   BAND       Date
#1  NA  NA   2 JP3540 2012-07-23
#2  NA  NA  NA JP3540 2012-07-22
#3  NA   3   1 JP3540 2012-07-24
#4   2   2   2 JP1500 2011-09-03
#5  NA   2   3 JP2500 2011-09-01
#6   1   2   4 JP2500 2011-09-02

我想按日期对数据进行排序，因为我希望保留第一个重复值：

 z <- df[order(df$Date, decreasing=F),]

我知道对于这个大小的数据集，我可以手动删除它们。但我想让它自动化。这是我想要的最终输出。

#  MBL MBW MBD   BAND       Date
#6   1   2   4 JP2500 2011-09-02
#4   2   2   2 JP1500 2011-09-03
#3  NA   3   1 JP3540 2012-07-24

希望你能帮助我！感谢。

Answer 1

我们通过'BAND'split数据集来创建list数据集，获取前三列的最大非NA元素的位置，数据集的子集和{{1它。

rbind

Answer 2

检查na.omit(your data frame)

R：在保持较小NA

2 个答案: