从r中的数据框中过滤重复项[重复]答案

【问题标题】：filter duplicates from a data frame in r [duplicate]从r中的数据框中过滤重复项[重复]
【发布时间】：2017-03-18 18:20:33
【问题描述】：

我有一个数据框，每行一个观察值，每个主题两个观察值。我想只过滤掉具有重复“天”数字的行。

ex <- data.frame('id'= rep(1:5,2), 'day'= c(1:5, 1:3,5:6))

以下代码仅过滤掉第二个重复的行，而不是第一行。同样，我想过滤掉两个重复的行。

ex %>% 
    group_by(id) %>% 
    filter(duplicated(day))

以下代码有效，但看起来很笨重。有没有人有更有效的解决方案？

ex %>% 
    group_by(id) %>% 
    filter(duplicated(day, fromLast = TRUE) | duplicated(day, fromLast = FALSE))

【问题讨论】：

标签： r duplicates dplyr unique

【解决方案1】：

duplicated 可以应用于整个数据集，这可以通过 base R 方法完成。

ex[duplicated(ex)|duplicated(ex, fromLast = TRUE),]

使用dplyr，只有当行数（n()）大于1时，我们才能group_by列和filter。

ex %>% 
     group_by(id, day) %>%
     filter(n()>1)

【讨论】：

【解决方案2】：

单个 tidyverse 管道：

exSinglesOnly <- 
    ex %>% 
    group_by(id,day) %>% # the complete group of interest
    mutate(duplicate = n()) %>% # count number in each group
    filter(duplicate == 1) %>% # select only unique records
    select(-duplicate) # remove group count column

> exSinglesOnly
Source: local data frame [4 x 2]
Groups: id, day [4]

     id   day
  <int> <int>
1     4     4
2     5     5
3     4     5
4     5     6

【讨论】：

哦，我还没有看到@Akrun 的第二个答案。这是当时的副本，但我将保留它以帮助解释完整分组和后续过滤所涉及的逻辑。