根据一行过滤重复项并根据另一行中的值排除它们答案

【问题标题】：Filter duplicates based on one row and exclude them based on value in other row根据一行过滤重复项并根据另一行中的值排除它们
【发布时间】：2021-08-10 12:37:27
【问题描述】：

我有一个带有纵向数据的 df。每个 id 都有几个秒测量值，但其中一些是重复的。我想删除秒列中每个 id 的重复项，但我想删除测量列中具有 NA 的重复项，因为在测量值中具有值的行包含我需要保留的其他信息。所以基本上我需要识别重复项，然后在另一列中删除带有 NA 的那些。编辑：但问题是，也有重复的测量行不是 NA 而是例如1 和 2。然后我需要删除 2，因为测量 1 包含相关的其他信息。有时也有重复的测量值都为 NA。

我的 df 看起来有点像这样：

id	measurement	seconds	other relevant information
A	1	5000	blue
A	NA	5000	NA
A	2	4000	NA
B	1	3400	red
B	2	5000	NA
B	NA	5000	NA
C	NA	3000	NA
C	1	3000	blue
D	1	2000	green
D	2	2000	NA
D	3	1000	NA
D	NA	4000	NA
D	NA	4000	NA

之后我需要它是这样的：

id	measurement	seconds	...
A	1	5000	blue
A	2	4000	NA
B	1	3400	red
B	2	5000	NA
C	1	3000	blue
D	1	2000	green
D	3	1000	NA
D	NA	4000	NA

我知道可能有一个非常直接的 dplyr 解决方案，到目前为止我已经尝试过：

df <- df %>% group_by(id, seconds) %>% filter(n() > 1)

还有这个：

df <- df %>%
   group_by(id) %>%
   filter(measurement==NA & duplicates(seconds)

所以基本上我需要的 if else 命令是：

if "seconds" = duplicate & one measurement row == na -> delete the  na row
if "seconds" = duplicate & measurement == not na -> keep seconds = 1 row
if "seconds" = duplicate & both measurement == na -> delete randomly one

【问题讨论】：

当您在measurement 中有NA 并且它不是重复项时会发生什么？你能在例子中包含这样的条件吗？
非常感谢您的帮助！我只是意识到这对我不起作用，因为一些重复项在行中，测量值为 1 或 2 而不是 NA，我仍然需要删除它们。
是的，这是问题之一，然后它排除了该行。我将更新上面的示例以显示这一点

标签： r filter dplyr duplicates

【解决方案1】：

measurement==NA 总是返回 NA。请改用is.na(measurement)。另外，您正在寻找命令duplicated。

所以：

df <- df %>%
   group_by(id) %>%
   filter(is.na(measurement) & duplicated(seconds)

或

df <- df %>%
   group_by(id) %>%
   filter(is.na(measurement), duplicated(seconds)

【讨论】：

【解决方案2】：

我想我明白了：

df <- df %>%
  arrange(measurement) %>%
   group_by(id) %>%
   filter(!duplicated(seconds))

【讨论】：