【问题标题】：Exclude rows where value used in another row排除值在另一行中使用的行
【发布时间】：2022-11-24 03:55:38
【问题描述】：

假设您有以下数据集：


df = data.frame(ID = c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20), gender= c(1,2,1,2,2,2,2,1,1,2,1,2,1,2,2,2,2,1,1,2),
                paar = c(1,1,2,2,3,3,4,4,5,5,6,6,7,7,8,8,9,9,10,10))

我如何编写代码来删除 df 中性别和 PID 相同的行（见图）。请想象一下代码超过 1000 行（因此它应该是一个自动搜索要排除的正确值的解决方案）。

【问题讨论】：

试试library(dplyr);df %>% add_count(gender, paar) %>% filter(n == 1)

标签： r dataframe if-statement tidyr base

【解决方案1】：

基础R

df[ave(rep(TRUE, nrow(df)), df[,c("gender","paar")], FUN = function(z) !any(duplicated(z))),]
#    ID gender paar
# 1   1      1    1
# 2   2      2    1
# 3   3      1    2
# 4   4      2    2
# 7   7      2    4
# 8   8      1    4
# 9   9      1    5
# 10 10      2    5
# 11 11      1    6
# 12 12      2    6
# 13 13      1    7
# 14 14      2    7
# 17 17      2    9
# 18 18      1    9
# 19 19      1   10
# 20 20      2   10

dplyr

library(dplyr)
df %>%
  group_by(gender, paar) %>%
  filter(!any(duplicated(cbind(gender, paar)))) %>%
  ungroup()

【讨论】：

【解决方案2】：

在 base R 中，我们可以在删除 'gender' 和 'paar' 的组计数不为 1 的观察后使用 subset

subset(df, ave(seq_along(gender), gender, paar, FUN = length) == 1)

或duplicated

 df[!(duplicated(df[-1])|duplicated(df[-1], fromLast = TRUE)),]

【讨论】：