删除R中所有重复的行答案

【问题标题】：Delete all duplicated rows in R删除R中所有重复的行
【发布时间】：2014-07-22 08:01:58
【问题描述】：

我有一个有重复观察的data.frame，我如何删除所有重复的基于第一列（如果他们的第一个数据相同，然后完全删除这些条目）？

> a=c(1,4,5,5,6,6)
> b=c(2,5,7,4,4,2)
> c=c("a","b","c","a","b","c")
> test=data.frame(a,b,c)
> test
  a b c
1 1 2 a
2 4 5 b
3 5 7 c
4 5 4 a
5 6 4 b
6 6 2 c

我不想保留任何重复的行，以便我的最终输出是

  a b c
1 1 2 a
2 4 5 b

我尝试过unique 和duplicate 函数，但它们都保留了第一个重复行（即，如果有 5 条重复记录，则其中 4 条将被删除），例如

我该怎么办？谢谢！

【问题讨论】：

我不明白为什么你的最终输出应该是这样的。我不明白你为什么认为其他行是重复的
6 4 b 是如何重复的？为什么要删除它
@Pop 我的意思是基于第一列的重复项。第 3 行和第 4 行的 [,1] 为 5，第 5 行和第 6 行的 [,1] 为 6。
@Floo0 因为下一行6 2 c也以6开头。

标签： r

【解决方案1】：

您可以使用table() 获取您的列的频率表，然后将结果用于子集：

singletons <- names(which(table(test$a) == 1))
test[test$a %in% singletons, ]

  a b c
1 1 2 a
2 4 5 b

【讨论】：

【解决方案2】：

使用dplyr

require(dplyr)
test <- test %>% group_by(a) %>% filter(n()==1)
test

  a b c
1 1 2 a
2 4 5 b

【讨论】：

谢谢，它也有效！其实我之前对dplyr一无所知。安德烈先回答，所以我接受了他的回答。再次感谢！

【解决方案3】：

您首先搜索重复行的第一列值：

val <- test[duplicated(test[,1]),1]
[1] 5 6

然后搜索可以找到这些值的行

rows <- test[,1] %in% test[duplicated(test[,1]),1]
[1] FALSE FALSE  TRUE  TRUE  TRUE  TRUE

然后选择除这些之外的所有行：

test[! rows,]
  a b c
1 1 2 a
2 4 5 b

【讨论】：

【解决方案4】：

奇怪的请求，但是如果您想删除任何列中存在重复的所有行而忽略其他列：

test[!duplicated(test$a) & ! duplicated(test$b) & ! duplicated(test$c),]
  a b c
1 1 2 a
2 4 5 b
3 5 7 c

但我看不出 '5 7 c' 在您的示例中是如何重复的。

【讨论】：

因为下一行 5 4 a 也是以 5 开头的。无论如何谢谢！

【解决方案5】：

简单的一步删除重复项：

my_df <- my_df[-which(duplicated(my_df)), ]

【讨论】：