小编典典

使用 dplyr 删除重复的行

all

我有一个这样的data.frame -

set.seed(123)
df = data.frame(x=sample(0:1,10,replace=T),y=sample(0:1,10,replace=T),z=1:10)
> df
   x y  z
1  0 1  1
2  1 0  2
3  0 1  3
4  1 1  4
5  1 0  5
6  0 1  6
7  1 0  7
8  1 0  8
9  1 0  9
10 0 1 10

我想根据前两列删除重复的行。预期产出 -

df[!duplicated(df[,1:2]),]
  x y z
1 0 1 1
2 1 0 2
4 1 1 4

我正在专门寻找使用dplyr包的解决方案。


阅读 78

收藏
2022-08-16

共1个答案

小编典典

注意dplyr现在包含distinct用于此目的的功能。

原答案如下:


library(dplyr)
set.seed(123)
df <- data.frame(
  x = sample(0:1, 10, replace = T),
  y = sample(0:1, 10, replace = T),
  z = 1:10
)

一种方法是分组,然后只保留第一行:

df %>% group_by(x, y) %>% filter(row_number(z) == 1)

## Source: local data frame [3 x 3]
## Groups: x, y
## 
##   x y z
## 1 0 1 1
## 2 1 0 2
## 3 1 1 4

(在 dplyr 0.2 中,您不需要虚拟z变量,只需编写即可row_number() == 1

我也一直在考虑添加一个slice()类似的功能:

df %>% group_by(x, y) %>% slice(from = 1, to = 1)

或者,也许它的变体unique()可以让您选择要使用的变量:

df %>% unique(x, y)
2022-08-16