仅包含选定列的数据框上的唯一

Question

我有一个包含＆gt; 100列的数据框，我会通过只比较两列来找到唯一的行。我希望这是一个简单的，但我无法让自己与unique或duplicated一起工作。

在下面，我想只使用id和id2唯一：

data.frame(id=c(1,1,3),id2=c(1,1,4),somevalue=c("x","y","z"))

id id2 somevalue
1   1         x
1   1         y
3   4         z

我想获得：

id id2 somevalue
1   1         x
3   4         z

或：

id id2 somevalue
1   1         y
3   4         z

（我没有偏好保留哪些唯一行）

Answer 1

好的，如果您选择的非重复列中的哪个值无关紧要，这应该很简单：

dat <- data.frame(id=c(1,1,3),id2=c(1,1,4),somevalue=c("x","y","z"))
> dat[!duplicated(dat[,c('id','id2')]),]
  id id2 somevalue
1  1   1         x
3  3   4         z

在duplicated调用中，我只是传递dat中我不想重复的列。此代码将自动始终选择任何不明确值的 first 。 （在这种情况下，x。）

Answer 2

使用unique()：

dat <- data.frame(id=c(1,1,3),id2=c(1,1,4),somevalue=c("x","y","z"))    
dat[row.names(unique(dat[,c("id", "id2")])),]

Answer 3

这里有几个dplyr选项，它们根据列id和id2保留不重复的行：

library(dplyr)                                        
df %>% distinct(id, id2, .keep_all = TRUE)
df %>% group_by(id, id2) %>% filter(row_number() == 1)
df %>% group_by(id, id2) %>% slice(1)

Answer 4

@Joran代码中的次要更新。
使用下面的代码，您可以避免歧义，而仅获得两列的唯一性：

dat <- data.frame(id=c(1,1,3), id2=c(1,1,4) ,somevalue=c("x","y","z"))    
dat[row.names(unique(dat[,c("id", "id2")])), c("id", "id2")]