基于 2 列删除重复项，但保留第 3 列不为空的行答案

【问题标题】：Removing duplicates based on 2 columns but keeping the row where the 3rd column is not null基于 2 列删除重复项，但保留第 3 列不为空的行
【发布时间】：2021-04-30 05:41:02
【问题描述】：

我有一个数据集，其名称和日期中有一些重复项，但是第三列有一个数字或空值，当删除重复项时，我想让条件保持第三列中的非空值

示例：

table

我想保留所有蓝色的，所以你可以看到我不想去掉所有的空值。如果我突出显示日期和名称列并删除它首先保留的重复项，并且没有关于数字在重复项中显示为第一个还是第二个的模式。

任何帮助将不胜感激。

谢谢

【问题讨论】：

标签： powerbi-desktop

【解决方案1】：

试试这个：


library(gdata)

your.data <- tibble(
    Name = c("Wanita Jones" , "Wanita Jones", "Corbin Dallas", "Corbin Dallas", "Corbin Dallas", "Corbin Dallas", "Alex Mills", "Alex Mills", "Andrea Coyle", "Andrea Coyle"),
    Date = c("01/24/2021"   , "01/24/2021", "03/28/2021", "03/28/2021", "03/29/2021", "03/31/2021", "01/24/2021", "01/24/2021", "03/27/2021", "04/01/2021"),
    Request = c("null"      , 6, 7, "null", "null", 1, "null", 10, "null", "null")
)

your.data %>% filter(
    !duplicated2(interaction(Name,Date)) | Request != "null"
)

输出：


# A tibble: 7 x 3
  Name          Date       Request
  <chr>         <chr>      <chr>  
1 Wanita Jones  01/24/2021 6      
2 Corbin Dallas 03/28/2021 7      
3 Corbin Dallas 03/29/2021 null   
4 Corbin Dallas 03/31/2021 1      
5 Alex Mills    01/24/2021 10     
6 Andrea Coyle  03/27/2021 null   
7 Andrea Coyle  04/01/2021 null

如果您对安装gdata 没有兴趣，可以先按要求排序，确保重复项的第一项始终是不带空值的项：


your.data %>% arrange( Request == "null" ) %>%
    filter(
        !duplicated(interaction(Name,Date)) | Request != "null"
    ) %>% arrange( Date, Name )

或者只是粘贴source中的函数

【讨论】：