我有一个数据框，其中包含几乎几乎相同的行。我需要编写代码，以便选择一对（或3或4组）行中的行中的一个，这些行的名称，姓氏，V1和P1相似，但V2和P2不同，然后删除不需要的行。需要保持哪一行将通过以下条件指定：如果P1 = P2，则必须保留该行；如果P1
id Name Surname V1 P1 V2 P2
15 John Smith 0.80 4 0.75 2
16 John Smith 0.80 4 1.00 3
17 John Smith 0.80 5 0.75 2
18 John Smith 0.80 5 1.00 3
19 John Smith 0.75 2 0.75 2
20 John Smith 0.75 2 1.00 3
我期望的输出如下所示：
id Name Surname V1 P1 V2 P2
16 John Smith 0.80 4 1.00 3
18 John Smith 0.80 5 1.00 3
19 John Smith 0.75 2 0.75 2
有没有简单的方法可以做到这一点？
扩展数据集
id Name Surname V1 P1 V2 P2
194 Lisa Paul 0,1 1 0,2 1
195 Lisa Paul 0,1 1 0,4 5
196 Lisa Paul 0,1 4 0,5 1
197 Lisa Paul 0,1 4 0,1 5
198 Lisa Paul 0,1 2 0,1 1
199 Lisa Paul 0,1 2 0,4 5
201 Lisa Paul 0,1 3 0,2 1
202 Lisa Paul 0,1 3 0,1 5
203 Lisa Paul 0,1 5 0,3 1
204 Lisa Paul 0,1 5 0,2 5
205 Lisa Paul 0,1 6 0,2 1
206 Lisa Paul 0,1 6 0,1 5
答案 0 :(得分：0)
至少在您的示例数据中，以下内容似乎可行：
library(tidyverse)
data %>% group_by(Name, Surname, P1) %>%
filter(P2 == max(P2[P1 >= P2]))
# A tibble: 6 x 7
# Groups: Name, Surname, P1 [6]
# id Name Surname V1 P1 V2 P2
# <int> <fct> <fct> <dbl> <int> <dbl> <int>
# 1 194 Lisa Paul 0.1 1 0.2 1
# 2 196 Lisa Paul 0.1 4 0.5 1
# 3 198 Lisa Paul 0.1 2 0.1 1
# 4 201 Lisa Paul 0.1 3 0.2 1
# 5 204 Lisa Paul 0.1 5 0.2 5
# 6 206 Lisa Paul 0.1 6 0.1 5
对于名称，姓氏和P1的每个唯一组，我保留所有P2中最大的P2行，这些行不大于相应的P1。