Question

我有一个如下所示的数据框（x）：

Value<-c(FALSE, TRUE, FALSE, TRUE, FALSE)
Allele<-c('a','a','a','b','b')
Match<-c('b','b','c','b','b')

我想对数据进行子集化，以便它只输出Allele和Match之间的对不会出现多次的值。在上面的数据集中，它只输出：false，a，b

我试过了：

x[!duplicated("Allele","Match"),]

但它并没有删除在两列中具有多个匹配示例的对 - 它提供与x相同的输出。有什么建议？谢谢！

Answer 1

我们还需要从背面考虑duplicated

x[!(duplicated(x[-1])|duplicated(x[-1], fromLast = TRUE)),]
#   Value Allele Match
#3 FALSE      a     c

此外，通过引用列名称在OP代码中的语法将不起作用。我们需要对数据集进行子集化

x[c("Allele", "Match")]

然后在列子集

上应用duplicated

duplicated(x[c("Allele", "Match")])

数据

x <- data.frame(Value, Allele, Match)

Answer 2

您可以对Allele, Match进行分组，并删除包含多于一行的组行。使用dplyr的解决方案可以是：

library(dplyr)

x %>% group_by(Allele, Match) %>%
  filter(n()<2) %>%
  as.data.frame()

#   Value Allele Match
# 1 FALSE      a     c

数据：

Value<-c(FALSE, TRUE, FALSE, TRUE, FALSE) Allele<-c("a","a","a","b","b") Match<-c("b","b","c","b","b") x <- data.frame(Value, Allele, Match, stringsAsFactors = FALSE)

基于唯一配对的子集数据

2 个答案:

数据