如果变量中的值重复，请根据其他变量保留具有最低值的行[重复]答案

【问题标题】：In case of duplicated value in variable, keep row with lowest value based on other variable [duplicate]如果变量中的值重复，请根据其他变量保留具有最低值的行[重复]
【发布时间】：2021-06-14 04:48:46
【问题描述】：

假设我有

df$ID 中存在唯一值和重复值。如果df$ID 中的值重复，我想保留df$tti 值最低的行。

预期输出

> df
   ID  tti
1 118  1.4
2   9  2.7
3  12  1.2

我正在dplyr寻找解决方案

数据

df <- structure(list(ID = c(118L, 118L, 118L, 9L, 12L, 12L), tti = c(11.2, 
1.4, 9.2, 2.7, 1.2, 82.8)), class = "data.frame", row.names = c(NA, 
-6L))

【问题讨论】：

标签： r dataframe dplyr

【解决方案1】：

我们可以通过'ID'分组后使用slice_min

library(dplyr)
df %>%
    group_by(ID) %>%
    slice_min(tti) %>%
    ungroup

-输出

# A tibble: 3 x 2
#     ID   tti
#  <int> <dbl>
#1     9   2.7
#2    12   1.2
#3   118   1.4

或者collapse

library(collapse)
df %>%
    fgroup_by(ID) %>%
    fsummarise(tti = fmin(tti))

#   ID tti
#1   9 2.7
#2  12 1.2
#3 118 1.4

或者另一个选项是roworder（比dplyr中的arrange更快）和funique

roworder(df, ID, tti) %>%
     funique(cols = 1)
#    ID tti
#1   9 2.7
#2  12 1.2
#3 118 1.4

【讨论】：

【解决方案2】：

默认情况下distinct 保留重复的ID 的第一行。因此，如果数据首先在ID 中按tti 排序，那么第一行也将是tti 的最小值。默认arrange按升序排列数据。

library(dplyr)
df %>% 
  dplyr::arrange(ID, tti) %>% 
  dplyr::distinct(ID, .keep_all = T)

输出

   ID tti
1   9 2.7
2  12 1.2
3 118 1.4

【讨论】：