识别重复行组并保持组顺序

Question

我正在尝试使用随机重复的“块”来组织患者数据的电子表格。 不幸的是，数据行是随机重复的，给了我重复的“块”。我需要在保留原始顺序的同时删除重复块。

这是一个示例：

+---------+-----+----------+
| patient | age | children |
+---------+-----+----------+
| x       | 30  | g        |
| x       | 30  | b        |
| x       | 30  | g        |
| x       | 30  | b        |
| x       | 30  | g        |
| x       | 30  | b        |
| y       | 25  | g        |
| y       | 25  | b        |
| y       | 25  | b        |
| y       | 25  | g        |
| y       | 25  | b        |
| y       | 25  | b        |
+---------+-----+----------+

可以看到，患者“x”块（有 2 个孩子）重复了 3 次，患者“y”块（有 3 个孩子）重复了两次。重复块的数量是随机的。

这是我的目标： 保持孩子的顺序很重要

+---------+-----+----------+
| patient | age | children |
+---------+-----+----------+
| x       | 30  | g        |
| x       | 30  | b        |
| y       | 25  | g        |
| y       | 25  | b        |
| y       | 25  | b        |
+---------+-----+----------+

我首先在 excel 中尝试了这个： 第 1 步：为所有行提供唯一标识符，以保留子项的顺序 第 2 步：尝试删除重复项，但这对于有 2 个女孩的患者“y”来说是个问题，决赛桌删除了其中一个...

我通常在 R 中进行分析，所以如果有人可以提出建议，这里的 dplyr 解决方案会很棒

除了以下，我迷路了。有没有办法识别独特的群体？

dat %>% group_by(patient)

Answer 1

dplyr 中的 distinct() 函数可能是您最好的选择；例如：

dat %>% distinct()

您可以通过阅读this blog post 找到更多关于识别和删除 R 中重复数据的信息。