我想删除 R 表中的多余行答案

【问题标题】：I want to delete redundant lines in my table in R我想删除 R 表中的多余行
【发布时间】：2020-06-27 17:06:50
【问题描述】：

我有一个巨大的表格，每行有 2 位专业人员的信息，如下所示：

df1 <- data.frame("Date" = c(1,2,3,4), "prof1" = c(25,59,10,5), "prof2" = c(5,7,8,25))

#  Date  prof1  prf2
#1 1      25     5
#2 2      59     7
#3 3      10     8
#4 4      5      25
...      ...    ...

我想删除第 4 行，因为它与第 1 行相同，只是有备用值。

所以我创建了一个副本，该表的 B 和 C 列的值如下切换：

df2 <- data.frame("Date" = c(1,2,3,4), "prof2" = c(5,7,8,25), "prof1" = c(25,59,10,5))

#  Date  prof2  prof1
#1 1      5     25
#2 2      7     59
#3 3      8     10
#4 4      25    5
...      ...    ...

并执行了代码：

df1<- df1[!do.call(paste, df1[2:3]) %in% do.call(paste, df2[2:3]), ]

但它最终也删除了第 1 行。给我这张桌子：

#  Date  prof2  prof1
#2 2      7     59
#3 3      8     10
...      ...    ...

我想要的是这样的：

#  Date  prof2  prof1
#1 1      5     25
#2 2      7     59
#3 3      8     10
...      ...    ...

如何只删除与另一行相似的行？

【问题讨论】：

标签： r dataframe data-manipulation

【解决方案1】：

如果您不在乎保留哪一个副本，您可以确保
prof2 > prof1，然后删除重复项。

SWAP = which(df2$prof2 < df2$prof1)
temp = df2$prof2
df2$prof2[SWAP] = df2$prof1[SWAP]
df2$prof1[SWAP] = temp[SWAP]

df2 = df2[!duplicated(df2[,2:3]), ]
df2
  Date prof2 prof1
1    1    25     5
2    2    59     7
3    3    10     8

【讨论】：

【解决方案2】：

我们可以使用apply 来循环遍历数据集的行，sort，它们得到转置，在其上应用duplicated 以获得逻辑向量和子集

df1[!duplicated(t(apply(df1[-1], 1, sort))),]
#    Date prof1 prof2
#1    1    25     5
#2    2    59     7
#3    3    10     8

或者另一个选项是pmin/pmax

subset(df1, !duplicated(cbind(pmin(prof1, prof2), pmax(prof1, prof2))))
#  Date prof1 prof2
#1    1    25     5
#2    2    59     7
#3    3    10     8

或者使用来自dplyr的filter

library(dplyr)
df1 %>%
    filter( !duplicated(cbind(pmin(prof1, prof2), pmax(prof1, prof2))))

【讨论】：