Question

我有这样的df：

> head(dt)

     Ref.     Date1               Date2     Value
 1: 2018146   2018-01-25      2018-02-25    9281.85
 2: 2018146   2018-01-25      2018-04-25    9281.85
 3: 2018150   2018-01-25      2018-02-25    5865.48
 4: 2018150   2018-01-25      2018-04-25    5865.48
 5: 2018306   2018-01-31      2018-03-25    9596.81
 6: 2010306   2018-01-31      2018-05-01    9596.81

我有参考。重复，因为在值Date，Date2和Value中存在一些差异。

我想只保留Ref。所有其他列之间存在差异：

例如：

我想保留这些行：

Ref.     Date1               Date2     Value
2016487   2017-05-01      2017-06-30   -5343.68
2016487   2016-04-29      2016-05-31   -7451.18

我想跳过那些行（只有一列不同而不是全部3行）：

  Ref.     Date1       Date2     Value
 2015778 2016-10-27 2016-12-26 -108.01
 2015778 2016-10-27 2016-12-26 -108.00

我试过这样做：

x %>% group_by(Invoice) %>% 
filter(!duplicated(x$Date1)&!duplicated(x$Date2)&!duplicated(x$Value))

但不行。

Answer 1

它似乎是一个data.table。按“参考”分组后，unlist数据子集（.SD），if未列出元素的length等于length unique个元素（uniqueN），然后获取Data.table的子集

library(data.table)
dt[, {
        un <- unlist(.SD)
        if(length(un) == uniqueN(un)) .SD
      }, Ref.]

注意：这里我们假设每个'Ref'的所有值都是不同的。即使'Date1'和'Date2'值也不相同。

如果条件是仅检查每列中的唯一值而不是检查所有列

dt[dt[, .I[Reduce(`&`, lapply(.SD, function(x) uniqueN(x) == 1))], Ref.]$V1]

使用dplyr，我们可以使用filter_all

library(dplyr)
dt %>% 
   group_by(Ref.) %>%
   filter_all(all_vars(n_distinct(.) == n()))

R：组值与多列之间的子集

1 个答案: