Question

我的数据框比这个大得多。

但是我想要的是

x = data.frame(
 A= c(3, 4, 5, 7,9),
 B= c(7, 8, 9, 3,5),
 C= c(11, 12, 13, 14,18)
 )

我正在考虑第1行和第4行相同，因为对我来说（3,7）和（7,3）对是相同的（对（5,9）和（9,5）也对）。我只想留下一对。

结果应为：

 x = data.frame(
     A= c(3, 4, 5),
     B= c(7, 8, 9),
     C= c(11, 12, 13)
     )

我该怎么做？

是否可以使用功能subset来做到这一点？

Answer 1

library(dplyr)

x <- x %>%
  group_by(A, B) %>%
  mutate(AB = paste0(min(A, B), max(A, B)))

x[!duplicated(x$AB), -4]

# # A tibble: 3 x 3
# # Groups:   A, B [3]
#       A     B     C
#   <dbl> <dbl> <dbl>
# 1     3     7    11
# 2     4     8    12
# 3     5     9    13

Answer 2

一种base R解决方案。使用ifelse和paste0创建一个结合了A和B的变量，并把最小值放在第一位。然后，您可以使用duplicated来标识重复值和子集。

index <- ifelse(x$A<x$B, paste0(x$A, '-', x$B), paste0(x$B, '-', x$A))
index

[1] "3-7" "4-8" "5-9" "3-7" "5-9"

x[!duplicated(index),]

  A B  C
1 3 7 11
2 4 8 12
3 5 9 13

自从您提到subset。它与[]的作用相同。

subset(x, !duplicated(index))

  A B  C
1 3 7 11
2 4 8 12
3 5 9 13

Answer 3

这是一个base R选项，其中包含pmin/pmax和duplicated

x[!duplicated(with(x, pmin(A, B), pmax(A, B))),]
   A B  C
#1 3 7 11
#2 4 8 12
#3 5 9 13

使用条件仅删除一行重复的行

3 个答案: