如何在排除 NA 的同时对数据框中定义的分组进行行切片？

Question

我在 r 中有一个如下的数据框：

df<-data.frame(id=rep(1:3,each=2),date=rep(c(NA,"date1","date2"),each=2),value=rep(c(4.1,9.4,5.6,6),c(2,2,1,1)))
#   id  date value
# 1  1  <NA>   4.1
# 2  1  <NA>   4.1
# 3  2 date1   9.4
# 4  2 date1   9.4
# 5  3 date2   5.6
# 6  3 date2   6.0

我想从数据框中删除重复的行，这样如果有超过 1 行具有相同的 id、相同的日期和相同的值，那么我将只取第一行并删除其他行。

我的第一反应是：

library(dplyr)
df %>% group_by(id,date,value) %>% slice(1)

但是，我想要的是

#   id  date value
# 1  1  <NA>   4.1
# 2  1  <NA>   4.1
# 3  2 date1   9.4
# 4  3 date2   5.6
# 5  3 date2   6.0

对于“日期”为空的行，忽略 slice(1)。

我该怎么做？

Answer 1

我们可以使用filter

library(dplyr)
df %>% 
    filter(is.na(date)|!duplicated(cbind(id, date, value)))
#   id  date value
#1  1  <NA>   4.1
#2  1  <NA>   4.1
#3  2 date1   9.4
#4  3 date2   5.6
#5  3 date2   6.0

---

或slice

df %>%
    group_by(id,date,value) %>%
     slice(unique(c(1, which(is.na(date)))))
# A tibble: 5 x 3
# Groups: id, date, value [4]
#     id   date value
#  <int> <fctr> <dbl>
#1     1     NA   4.1
#2     1     NA   4.1
#3     2  date1   9.4
#4     3  date2   5.6
#5     3  date2   6.0

---

使用base R，我们可以更紧凑地做到这一点

df[!duplicated(df) |is.na(df$date),]
#  id  date value
#1  1  <NA>   4.1
#2  1  <NA>   4.1
#3  2 date1   9.4
#5  3 date2   5.6
#6  3 date2   6.0