删除 R 中的重复行（基于 2 列）答案

【问题标题】：Remove duplicated rows (based on 2 columns) in R删除 R 中的重复行（基于 2 列）
【发布时间】：2016-12-02 22:59:04
【问题描述】：

我在 R 中有一个如下所示的数据集：

    x1 x2  x3
1:  A Away  2
2:  A Home  2
3:  B Away  2
4:  B Away  1
5:  B Home  2
6:  B Home  1
7:  C Away  1
8:  C Home  1

根据 x1 和 x2 列中的值，我想删除重复的行。我尝试了以下方法：

df[!duplicated(df[,c('x1', 'x2')]),]

它应该删除第 4 行和第 6 行。但不幸的是，它不起作用，因为它返回完全相同的数据，数据集中仍然存在重复的数据。我必须使用什么来删除第 4 行和第 6 行？

【问题讨论】：

相关但不同：stackoverflow.com/q/11792527

标签： r duplicates data.table

【解决方案1】：

我会这样做：

unique(df, by=c("x1", "x2")) # where df is a data.table

如果您只是查看?unique，这将非常明显。

PS：鉴于您 Q 中的语法，我想知道您是否知道 data.table 和 data.frame 语法之间的基本区别。我建议你先阅读vignettes。

【讨论】：

【解决方案2】：

library("data.table")
setDT(df)[, .SD[1], by = .(x1, x2)]

#     x1   x2 x3
# 1:  A Away  2
# 2:  A Home  2
# 3:  B Away  2
# 4:  B Home  2
# 5:  C Away  1
# 6:  C Home  1

【讨论】：

【解决方案3】：

或者你可以使用dplyr库

library("dplyr")
df <- data.frame(x1 = c("A","A","B","B","B","B","C","C"), x2 = c("Away","Home","Away","Away","Home","Home","Away","Home"), x3 = c(2,2,2,1,2,1,1,1))

distinct(df,x1,x2,.keep_all = TRUE)
#      x1   x2 x3
#    1  A Away  2
#    2  A Home  2
#    3  B Away  2
#    4  B Home  2
#    5  C Away  1
#    6  C Home  1

【讨论】：