Question

我扫描stackoverflow超过一个小时才找到解决方案，但失败了。所以发布问题。

我有一个数据框，我需要删除重复项，但诀窍是，重复的值可以在两个不同的列中用于单独的行。我需要删除另一列具有NA值的行。

示例数据框

Act    Func     Func_2 
generate numbers    odd           
generate numbers   and
generate print      <NA>
generate column     print
displays time       <NA>
displays date       time
displays print      time
displays task       <NA>

由于Func和Func_2中的打印都存在于两行中具有相同的Act值，因此我需要删除Func_2中存在NA的行。但是，如果Act列中的值不同，我需要保留两行。

预期数据框

Act    Func     Func_2 
generate numbers    odd           
generate numbers   and
generate column     print
displays date       time
displays print      time
displays task       <NA>

Answer 1

在这里试试这个：

df1 %>% group_by(Act) %>% # the following test will be done by group
  mutate(test = if_else(Func %in% Func_2,
                                if_else(is.na(Func_2), FALSE, TRUE),
                                TRUE)) %>% 
#this will create a logical helper column.  
                                filter(test == TRUE) #just for completeness

# A tibble: 6 x 4
# Groups:   Act [2]
  Act      Func    Func_2 test 
  <chr>    <chr>   <chr>  <lgl>
1 generate numbers odd    T    
2 generate numbers and    T    
3 generate column  print  T    
4 displays date    time   T    
5 displays print   time   T    
6 displays task    <NA>   T

Answer 2

这是你之后的事吗？

library(dplyr)

制作数据框：

a <- c(1, 2, 3, 4)
b <- c(5, 6, NA, 7)
df <- data.frame(a, b)

过滤行以确保两列都不丢失：

df <- filter(df, !is.na(a) & !is.na(b))

删除重复的行，检查多列中的重复值，并保留没有NA值的行

2 个答案: