删除具有相等和连续值的行[重复]答案

【问题标题】：Delete rows with equal and consecutive values [duplicate]删除具有相等和连续值的行[重复]
【发布时间】：2020-01-08 11:43:56
【问题描述】：

考虑一下这张表

var1    var2        var3
565 P0049129/21     146
565 P0020151/04     146

我想查看此表，找到 var3 等于相同值（本例中为 146）的连续行并删除其中一行。

请注意，在此表中还有其他行 var3=146，我想保留这些行。我只想在 var3 在两个连续行上具有相同值时删除重复。

谢谢

【问题讨论】：

标签： r dplyr data.table

【解决方案1】：

我们可以使用rleid，然后使用duplicated。

df[!duplicated(data.table::rleid(df$var3)), ]

这将只保留第一行连续值并删除其余的。

【讨论】：

【解决方案2】：

library(data.table)
setDT(df)

df[rowid(rleid(var3)) == 1]

【讨论】：

【解决方案3】：

我们可以使用rleid 来查找相同的组

library(data.table)
i1 <- setDT(df1)[,  .I[1],rleid(var3)]$V1
df1[i1]
#     var1        var2 var3
#@1:  565 P0049129/21  146

或者另一种选择是

library(dplyr)
df1 %>%
   group_by(grp = cumsum(var3 != lag(var3, default = first(var3)))) %>%
   slice(1) %>%
   ungroup %>%
   select(-grp)
# A tibble: 1 x 3
#   var1 var2   var3
#  <int> <chr>       <int>
#1   565 P0049129/21   146

或者我们可以这样做。base R

grp <- with(rle(df$var3), rep(seq_along(values), lengths))
subset(df, !duplicated(grp))

数据

df <- structure(list(var1 = c(565L, 565L), var2 = c("P0049129/21", 
"P0020151/04"), var3 = c(146L, 146L)), class = "data.frame", row.names = c(NA, 
-2L))

【讨论】：