摆脱 R 中具有重复属性的行答案

【问题标题】：Get rid of rows with duplicate attributes in R摆脱 R 中具有重复属性的行
【发布时间】：2011-02-15 02:35:17
【问题描述】：

我有一个大数据框，其中包含以下列：

ID, time, OS, IP

该数据帧的每一行对应一个条目。在某些 ID 的数据框中，存在多个条目（行）。我想摆脱那些多行（显然其他属性对于相同的 ID 会有所不同）。或者换一种说法：我只希望每个 ID 有一个条目（行）。

当我在 ID 列上使用 unique 时，我只收到级别（或每个唯一 ID），但我也想保留其他属性。我尝试使用apply(x,2,unique(data$ID))，但这也不起作用。

【问题讨论】：

当不同意时，您必须定义要对具有相同 ID 的观察的其他属性做什么。
好吧，我想看看用户的操作系统分布......所以当我有每个用户只有一个条目的数据框时，我会这样做：mytable

标签： r duplicates dataframe

【解决方案1】：

subset(data,!duplicated(data$ID))

应该做的伎俩

【讨论】：

如果您对如何选择其他数据没有任何启发式想法，这将起作用。对我来说似乎是一个非常奇怪的用例......

【解决方案2】：

如果您想为每个 ID 保留一行，但每一行都有不同的数据，那么您需要确定一些逻辑来丢弃额外的行。例如：

df <- data.frame(ID=c(1, 2, 2, 3), time=1:4, OS="Linux")
df
  ID time    OS
1  1    1 Linux
2  2    2 Linux
3  2    3 Linux
4  3    4 Linux

现在我将保留最大时间值和最后一个 OS 值：

library(plyr)
unique(ddply(df, .(ID), function(x) data.frame(ID=x[,"ID"], time=max(x$time), OS=tail(x$OS,1))))
  ID time    OS
1  1    1 Linux
2  2    3 Linux
4  3    4 Linux

【讨论】：