Question

示例数据代码：

    mydf<-data.frame(Group_ID=c("337", "337", "201", "201", "470", "470", "999", "999"), 
             Timestamp=c("A", "A", "B", "B", "C", "D", "E", "F"), 
             MU=c("1", "1", "2", "3", "4", "4", "5", "6"))

示例数据框：

  Group_ID Timestamp MU
1      337         A  1
2      337         A  1
3      201         B  2
4      201         B  3
5      470         C  4
6      470         D  4
7      999         E  5
8      999         F  6

在“ Group_ID”中，我只想保留“ Timestamp”和“ MU”都不重复的条目。因此，在该示例中，仅保留行7和8 （“ Group_ID” 999具有“ Timestamp”和“ MU”的唯一条目）。

我的一些尝试：

mydf<-mydf %>%
  group_by(Group_ID) %>%
  filter(unique(Timestamp))

返回错误：

“参数2过滤条件不等于逻辑矢量”

如果这行得通，那么我将使用unique(MU)

再次运行它

mydf<-mydf %>%
  group_by(Group_ID) %>%
  mydf[!duplicated(mydf$Timestamp, fromLast = TRUE),]

返回错误：

“逻辑索引向量的长度必须为1或3（列数），而不是8”

（再次，我将使用MU重新运行代码）

我已经看过类似的问题，但是没有找到具有相同场景的问题。提前谢谢了。

Answer 1

如果我们使用filter，则需要逻辑向量。 unique的输出只是该列（character类）的唯一元素。因此，它将无法正常工作。我们可以使用duplicated来获得重复元素的逻辑矢量，取反（!）。这样TRUE-> FALSE，反之亦然，只获得第一个非重复元素

library(dplyr)
mydf %>% 
   group_by(Group_ID) %>% 
   filter(!(duplicated(Timestamp, fromLast = TRUE)| duplicated(Timestamp)))

或基于行数按“ Group_ID”，“时间戳”和filter分组

mydf %>%
   group_by(Group_ID, Timestamp) %>%
   filter(n() == 1)

如果我们只需要'999''Group_ID'

mydf %>% 
  group_by(Group_ID) %>%
  filter_at(vars(Timestamp,  MU),  all_vars(n_distinct(.) == n()))
# A tibble: 2 x 3
# Groups:   Group_ID [1]
#  Group_ID Timestamp MU   
#  <fct>    <fct>     <fct>
#1 999      E         5    
#2 999      F         6

或直接使用distinct

distinct(mydf, Group_ID, Timestamp, .keep_all = TRUE)

Answer 2

foo = function(x, f){
    ave(as.numeric(as.factor(x)),
        f,
        FUN = function(y) length(unique(y)) == length(y))
}

inds = Reduce("&", lapply(mydf[c("Timestamp", "MU")],
                          function(x) foo(x, mydf$Group_ID) == 1))

mydf[inds,]
#  Group_ID Timestamp MU
#7      999         E  5
#8      999         F  6

Answer 3

这是一个基本解决方案：

is.unique <- function(x) !(duplicated(x) | duplicated(x, fromLast = TRUE))
mydf[is.unique(mydf[1:2]) & is.unique(mydf[c(1,3)]),]
#>   Group_ID Timestamp MU
#> 7      999         E  5
#> 8      999         F  6

删除组内的重复项？

3 个答案: