时间戳

首页 > 解决方案 > 根据 R 中另一列中的重复值删除一列中的行（删除特定的原始数据）

r - 根据 R 中另一列中的重复值删除一列中的行（删除特定的原始数据）

问题描述

在我的数据集中，我有两列。POINT：仅包含在整个数据集中重复的两个分类值“随机”和“当前”。ID：包含一组与 POINT 中的值关联的 5 位连续值。ID 中的某些值是重复的。

当与“当前”相比，POINT 值为“随机”时，我无法找出 R 中的代码来仅消除 ID 列中具有重复值的原始数据。所以我想要下面的数据集：

观点 ID
当前的 45905
当前的 40817
当前的 55936
当前的 66608
当前的 66608
随机的 45905
随机的 40817
随机的 55936
随机的 66608
随机的 44456

看起来像这样：

观点 ID
当前的 45905
当前的 40817
当前的 55936
当前的 66608
当前的 66608
随机的 44456

标签： rduplicates

解决方案

可以dpylr这样实现：

  1. 拆分您的数据POINT
  2. 使用anti_join
  3. 将过滤后的随机数据集 Rowbind 到当前数据集。
d <- data.frame(
  stringsAsFactors = FALSE,
             POINT = c("Current","Current","Current",
                       "Current","Current","Random","Random","Random",
                       "Random","Random"),
                ID = c(45905L,40817L,55936L,66608L,
                       66608L,45905L,40817L,55936L,66608L,44456L)
)

d_split <- split(d, d$POINT)

library(dplyr)

random_keep <- dplyr::anti_join(d_split$Random, d_split$Current, by = "ID")
d_final <- dplyr::bind_rows(d_split$Current, random_keep)

head(d_final)
#>     POINT    ID
#> 1 Current 45905
#> 2 Current 40817
#> 3 Current 55936
#> 4 Current 66608
#> 5 Current 66608
#> 6  Random 44456

推荐阅读