从数据框中删除与 R 中特定列和日期相关的重复行 [重复]答案

【问题标题】：Removing duplicated rows from data frame with repect to specific columns and date in R [duplicate]从数据框中删除与 R 中特定列和日期相关的重复行 [重复]
【发布时间】：2017-03-06 20:57:59
【问题描述】：

我想删除 a b 列具有相同值的行。此外，唯一行应包含重复项的最新日期（c 列）。例如：

> a <- c(rep("A", 3), rep("B", 3), rep("C",2))
> b <- c(1,1,2,4,1,1,2,2)
> c <- c("2016-10-01", "2016-10-02", "2016-10-03", "2016-10-04", "2016-10-04", "2016-10-05", "2016-10-06", "2016-10-07")
> df <-data.frame(a,b,c)
> df
  a b          c
1 A 1 2016-10-01
2 A 1 2016-10-02
3 A 2 2016-10-03
4 B 4 2016-10-04
5 B 1 2016-10-04
6 B 1 2016-10-05
7 C 2 2016-10-06
8 C 2 2016-10-07

我想得到以下数据框：

  a b          c
1 A 1 2016-10-02
3 A 2 2016-10-03
4 B 4 2016-10-04
5 B 1 2016-10-05
6 C 2 2016-10-07

这是我目前尝试过的：

> df[!(duplicated(df$a, df$b)| 
+         duplicated(df$a, df$b, fromLast=TRUE)),]
  a b          c
1 A 1 2016-10-01
2 A 1 2016-10-02
3 A 2 2016-10-03
4 B 4 2016-10-04
5 B 1 2016-10-04
6 B 1 2016-10-05

【问题讨论】：

这个问题好像跟统计没什么关系，最好还是去 Stack Overflow 问问。也就是说，我认为您正在寻找的是df[!duplicated(df[c("a", "b")], fromLast = T), ] - 它假设您的数据已经按列c 排序，至少在任何给定的a,b 组合中。
请不要跨帖。这将在 Stack Overflow 上讨论，所以如果您等待，我们将为您迁移它。您也可以删除它。

标签： r

【解决方案1】：

您首先要进行排序，然后再进行选择。

df <- df[ order(df[['c']]), ]
small_df <- df[ !duplicated(df[c('a','b')], fromLast=TRUE)), ]

【讨论】：

【解决方案2】：

你可以简单地拥有：

df$c <- as.character(df$c)
aggregate(c~a+b, df, max)

  a b          c
1 A 1 2016-10-02
2 B 1 2016-10-05
3 A 2 2016-10-03
4 C 2 2016-10-07
5 B 4 2016-10-04

【讨论】：