R - 如何删除数据框的两个准相同的行？答案

【问题标题】：R - How delete two quasi-identical rows of a data frame?R - 如何删除数据框的两个准相同的行？
【发布时间】：2016-10-01 03:18:11
【问题描述】：

我有一个数据框，我需要根据两个变量对其进行净化，但两个变量在行中都是“准相同的”。这意味着他们可以在一行中有一个- 或' 或s 或: 或一个空格，但在另一行没有它。我确实使用了unique()，但这个函数只适用于相同的值。假设我们有这个data.frame

Id<-c("RoLu1976","Rolu1976","AlBl1989","ThSa1996")
Art<-c("Econometric Policy Evaluation: A Critique","Econometric Policy Evaluations A Critique", "Rules after discretion", "Expectations and the Nonneutrality of Lucas")
Id.1<-c("FiKy1989","EdPr1986","BeBe1983","JoSt1989")
Art.1<-c("Notes on the Lucas Critique","Notes on the Lucas Critique","The Inconsistency of Optimal Plans","The Inconsistency of Optimal Plans")
N<-data.frame(Id,Art,Id.1,Art.1)

在两个第一次观察中，变量Art 中的准相同值是不同的，只是s 和: 不同。如何过滤和删除这些值？

【问题讨论】：

标签： r dataframe delete-row

【解决方案1】：

根据您的数据，我使用agrep 来匹配相似的字符串：

yy = NULL
for(i in 1:length(N$Art)){
    temp = agrep(N[i,"Art"],N$Art,value=T)
    y = ifelse(any(N[i,"Art"]==temp),temp[1],N[i,"Art"])
    yy = c(yy,y)
}

然后将N$Art替换为yy，这样你就可以使用duplicated/unique：

N$Art = yy
N.2 = N[!duplicated(N$Art), ]

【讨论】：