将重复元素保留一次并将整个数据框保留在 r答案

【问题标题】：Keep repeated element once and the entire data frame in r将重复元素保留一次并将整个数据框保留在 r
【发布时间】：2017-01-20 02:44:28
【问题描述】：

我想根据第一列中的重复元素删除行，但也想保留第二列。我可以使用与第二列中重复元素相关的任何值。

输入：

df = data.frame(col1 = c("a", "a", "a", "b", "b", "c"), col2 = 1:6)

预期输出：

col1 col2
a    1
b    4

或者，

col1 col2
    a    2
    b    5

等等

到目前为止，尝试使用以下命令，但没有保留整个数据框：

df[(duplicated(df$col1)),]

【问题讨论】：

标签： r dplyr

【解决方案1】：

使用dplyr，我们可以group_bycol1，然后只包括那些出现多次的组，并使用slice逐组获取第一行

library(dplyr)
df %>%
   group_by(col1) %>%
   filter(n() > 1) %>%
   slice(1)

#   col1  col2
#  <fctr> <int>
#1   a     1
#2   b     4

要从每个组中获得第二行，我们只需

df %>%
  group_by(col1) %>%
  filter(n() > 1) %>%
  slice(2)

#    col1  col2
#    <fctr> <int>
#1      a     2
#2      b     5

我们也可以使用dplyr中的row_number函数

df %>%
  group_by(col1) %>%
  filter(n() > 1) %>%
  filter(row_number() == 1)

【讨论】：

【解决方案2】：

以下应该做你想做的事：

> df = data.frame(col1 = c("a", "a", "a", "b", "b", "c"), col2 = 1:6)
> t <- table(df[,1])
> df[match(names(t[t>1]),df[,1]),]
  col1 col2
1    a    1
4    b    4

简短说明：table(...)计算每个元素出现在第一列的次数。 names(t[t>1]) 只选择至少出现两次的那些，match(...) 给出所述元素的（第一个）索引。最后选择这些索引对应的行。

【讨论】：

谢谢@Jonathan，我也不想要第 6 行。查看我的预期输出。
所以你只想要那些重复两次或更多次的？
是的，完全正确。 @乔纳森

【解决方案3】：

我们可以通过data.table 做到这一点。将'data.frame'转换为'data.table'（setDT(df)），按'col1'分组，if行数大于1，获取第一行

library(data.table)
setDT(df)[, if(.N>1) head(.SD, 1) , col1]
#   col1 col2
#1:    a    1
#2:    b    4

如果我们需要第二个值

setDT(df)[, if(.N>1) .SD[2] , col1]
#   col1 col2
#1:    a    2
#2:    b    5

或使用dplyr

library(dplyr)
df %>%
   group_by(col1) %>%
   filter(n()>1 & row_number()==1)
#   col1  col2
#  <fctr> <int>
#1      a     1
#2      b     4

【讨论】：