根据两列删除重复项，在第三列保留一个具有较大值的列，同时保持所有列不变[重复]答案

【问题标题】：Remove duplicates based on two columns, keep one with a larger value on third column while keeping all columns intact [duplicate]根据两列删除重复项，在第三列保留一个具有较大值的列，同时保持所有列不变[重复]
【发布时间】：2021-11-01 13:37:07
【问题描述】：

我有一个如下的数据框：

x1    x2    x3    x4
X     A     B     4
Y     C     B     2
Z     A     C     1
X     C     B     5

我想根据 x2 和 x3 列的值删除这些重复的行。将保留 x4 列上具有较大值的那个。所以在这种情况下，结果将如下：

x1    x2    x3    x4
X     A     B     4
Z     A     C     1
X     C     B     5

第二行被删除，因为 (C, B) 对出现了两次，第四行被保留，因为 5 > 2 在 x4 列上。

我有以下代码似乎可以正确删除重复项，但最终结果中没有保留 x1 列：

result <- df%>%group_by(x2, x3)%>%summarise(x4=max(x4))

x2    x3    x4
A     B     4
A     C     1
C     B     5

如何将所有列 x1 ... x4 保留在最终结果中？

【问题讨论】：

在引用的重复链接中也没有提供两个班轮：这里我们不取消分组：library(dplyr) df %>% arrange(desc(x4)) %>% distinct(x2,x3, .keep_all = TRUE)

标签： r dataframe dplyr tidyverse

【解决方案1】：

您可以按 x2 和 x3 分组并使用slice()，即

library(dplyr)

df %>% 
 group_by(x2, x3) %>% 
 slice(which.max(x4))

# A tibble: 3 x 4
# Groups:   x2, x3 [3]
  x1    x2    x3       x4
  <chr> <chr> <chr> <int>
1 X     A     B         4
2 Z     A     C         1
3 X     C     B         5

【讨论】：

现在还有dplyr::slice_max

【解决方案2】：

library(dplyr)

df %>% 
  group_by(x2,x3) %>% 
  filter(x4 == max(x4)) 

# A tibble: 3 x 4
# Groups:   x2, x3 [3]
  x1    x2    x3       x4
  <chr> <chr> <chr> <int>
1 X     A     B         4
2 Z     A     C         1
3 X     C     B         5

Sotos 的答案更简洁，但这是另一种方法。

【讨论】：