Question

我已经尝试了很多这里找到的解决方案，但没有一个能够正常工作......独特的功能最接近。我的数据如下：

id   second   var1   var2
100   20       3      4
100   21       3      3
100   22       4      3
100   23       4      3
100   24       4      4 
100   22       3      3
100   23       3      3

它通常每300秒左右重复大约十秒钟。 easch会话大约1200秒。我想在会话中删除重复的秒数并取出var1和var 2中正在折叠的任何值的平均值，否则保持原始值的平均值是正常的。如果var1和var2不唯一，我试过的一切只会删除重复项吗？

Answer 1

这将创建一个包含您要求的新数据框。

要解释一下，您实际上并不需要删除任何内容，只需要按常用值对val1 / 2进行分组，在本例中为id和second。

library(tidyverse)

new_df <- df %>%
  group_by(id, second) %>%
  summarise(var1 = mean(var1),
            var2 = mean(var2)
            )

Answer 2

您可以使用base-R函数执行此操作：

aggregate(. ~ id+second, dat, mean)

##    id second var1 var2
## 1 100     20  3.0    4
## 2 100     21  3.0    3
## 3 100     22  3.5    3
## 4 100     23  3.5    3
## 5 100     24  4.0    4

使用dplyr包可以完成（类似于之前的回答，只需稍加调整）：

library(dplyr)
dat %>% group_by(id, second) %>% 
        summarise_all(mean)

## # A tibble: 5 x 4
## # Groups:   id [?]
##      id second  var1  var2
##   <int>  <int> <dbl> <dbl>
## 1   100     20   3.0     4
## 2   100     21   3.0     3
## 3   100     22   3.5     3
## 4   100     23   3.5     3
## 5   100     24   4.0     4

如果您想根据两列（键）删除重复项，data.table包将是一个不错的选择：

library(data.table)
unique(setDT(dat), by = c('id','second'))

#     id second var1 var2
# 1: 100     20    3    4
# 2: 100     21    3    3
# 3: 100     22    4    3
# 4: 100     23    4    3
# 5: 100     24    4    4

<强> 数据：的

 dat <- structure(list(id = c(100L, 100L, 100L, 100L, 100L, 100L, 100L                       
     ), second = c(20L, 21L, 22L, 23L, 24L, 22L, 23L), var1 = c(3L,                          
     3L, 4L, 4L, 4L, 3L, 3L), var2 = c(4L, 3L, 3L, 3L, 4L, 3L, 3L)), .Names = c("id",        
     "second", "var1", "var2"), .internal.selfref = <pointer: 0x02af24a0>, row.names = c(NA, 
     7L), class = c("data.table", "data.frame"))

根据另一列（会话ID）删除一列中的重复行，并保持其他列不变。

2 个答案: