根据另一列中的条件删除重复行答案

【问题标题】：Delete duplicate rows based on condition in another column根据另一列中的条件删除重复行
【发布时间】：2021-06-22 02:14:40
【问题描述】：

假设我有这个数据框：

df <- data.frame(
  a = c(NA,6,6,8),
  x= c(1,2,2,4),
  y = c(NA,2,NA,NA),
  z = c("apple", 2, "2", NA), 
  d = c(NA, 5, 5, 5),stringsAsFactors = FALSE)

第 2 行和第 3 行是重复的，第 3 行具有 NA 值。我想删除具有 NA 值的重复行，使其看起来像这样：

df <- data.frame(
  a = c(NA,6,8),
  x= c(1,2,4),
  y = c(NA,2,NA),
  z = c("apple", 2, NA), 
  d = c(NA, 5, 5),stringsAsFactors = FALSE)

我试过了，但它不起作用：

  
df2 <- df %>% group_by (a,x,z,d) %>% filter(y == max(y))

有什么建议吗？

【问题讨论】：

标签： r

【解决方案1】：

df %>%
   arrange_all() %>%
   filter(!duplicated(fill(., everything())))
   a x  y     z  d
1 NA 1 NA apple NA
2  6 2  2     2  5
3  8 4 NA  <NA>  5

【讨论】：

【解决方案2】：

df %>% arrange(a,x,z,d) %>% distinct(a,x,z,d,.keep_all=TRUE)

   a x  y     z  d
1  6 2  2     2  5
2  8 4 NA  <NA>  5
3 NA 1 NA apple NA

【讨论】：

虽然这段代码 sn-p 可以解决问题，但including an explanation 确实有助于提高帖子的质量。请记住，您是在为将来的读者回答问题，而这些人可能不知道您提出代码建议的原因。

【解决方案3】：

用以前的非 NA 填充 NA 值，并用 distinct 选择唯一行。

library(dplyr)
library(tidyr)

df %>% fill(everything()) %>% distinct()

#   a x  y     z  d
#1 NA 1 NA apple NA
#2  6 2  2     2  5
#3  8 4 NA  <NA>  5

【讨论】：

谢谢！有没有办法在没有填充和不同的情况下做到这一点？有 group_by 或 filter 的东西吗？
group_by 不能直接工作，因为NA 可以在任何列中，而不仅仅是y，并且它们具有不同的值。你可以使用df %>% fill(everything()) %>% group_by(across()) %>% slice(1L)