Question

我在R中有一个数据集，如下所示：

    x1 x2  x3
1:  A Away  2
2:  A Home  2
3:  B Away  2
4:  B Away  1
5:  B Home  2
6:  B Home  1
7:  C Away  1
8:  C Home  1

根据列x1和x2中的值，我想删除重复的行。我尝试过以下方法：

df[!duplicated(df[,c('x1', 'x2')]),]

它应该删除第4行和第6行。但遗憾的是它不起作用，因为它返回完全相同的数据，重复项仍然存在于数据集中。我必须使用什么才能删除第4行和第6行？

Answer 1

我只是这样做：

unique(df, by=c("x1", "x2")) # where df is a data.table

如果您只是查看?unique，那就很明显了。

PS：考虑到Q中的语法，我想知道你是否了解data.table和data.frame语法之间的基本区别。我建议你先阅读vignettes。

Answer 2

library("data.table")
setDT(df)[, .SD[1], by = .(x1, x2)]

#     x1   x2 x3
# 1:  A Away  2
# 2:  A Home  2
# 3:  B Away  2
# 4:  B Home  2
# 5:  C Away  1
# 6:  C Home  1

Answer 3

或者您可以使用dplyr库

library("dplyr")
df <- data.frame(x1 = c("A","A","B","B","B","B","C","C"), x2 = c("Away","Home","Away","Away","Home","Home","Away","Home"), x3 = c(2,2,2,1,2,1,1,1))

distinct(df,x1,x2,.keep_all = TRUE)
#      x1   x2 x3
#    1  A Away  2
#    2  A Home  2
#    3  B Away  2
#    4  B Home  2
#    5  C Away  1
#    6  C Home  1

删除R中的重复行（基于2列）

3 个答案: