如何输出重复的行答案

【问题标题】：How to output duplicated rows如何输出重复的行
【发布时间】：2014-12-18 16:37:11
【问题描述】：

我有以下数据：

x1  x2  x3  x4
34  14  45  53 
2   8   18  17
34  14  45  20
19  78  21  48 
2   8   18  5

在第 1 行和第 3 行；和 2 和 5 列 X1;X2,X3 的值相等。我怎样才能只输出这 4 行，数量相等？输出应采用以下格式：

x1  x2  x3  x4
34  14  45  53
34  14  45  20
2   8   18  17
2   8   18  5

如果有不清楚的地方，请向我提问。

附加问题：在输出中

x1  x2  x3  x4
34  14  45  53
34  14  45  20
2   8   18  17
2   8   18  5

求最后一列的总和：

x1  x2  x3  x4
34  14  45  73
2   8   18  22

【问题讨论】：

如果第 2 到第 4 列相等怎么办？你也想要这些还是只想要前三个？
如果所有 4 列都相等是可以的。 T

标签： r duplicates unique aggregate apply

【解决方案1】：

您可以使用duplicated 执行此操作，它会在传递矩阵时检查是否存在重复行。由于您只检查前三列，您应该将dat[,-4] 传递给函数。

dat[duplicated(dat[,-4]) | duplicated(dat[,-4], fromLast=T),]
#   x1 x2 x3 x4
# 1 34 14 45 53
# 2  2  8 18 17
# 3 34 14 45 20
# 5  2  8 18  5

【讨论】：

感谢您的帮助！我可以再问一个问题：我有两行或多行在所有列中具有相同的值。怎么能只保留这些行之一？
请看看我的解决方案。需要向下滚动:)
@user45415631 您可以简单地执行dat[!duplicated(dat),] 删除任何完全重复的行。
@josilber 谢谢！您能解释一下为什么在 dat[,-4] 中使用“-”吗？
@user45415631 dat[,-4] 表示删除第四列（减号表示删除）。对于您的数据，这与说 dat[,1:3] 相同，这意味着保留第 1 到 3 列。

【解决方案2】：

使用ave的替代方法：

dat[ave(dat[,1], dat[-4], FUN=length) > 1,]

#  x1 x2 x3 x4
#1 34 14 45 53
#2  2  8 18 17
#3 34 14 45 20
#5  2  8 18  5

【讨论】：

【解决方案3】：

前几天学到了这个。您无需重新排序输出。

s <- split(dat, do.call(paste, dat[-4]))
Reduce(rbind, Filter(function(x) nrow(x) > 1, s))
#   x1 x2 x3 x4
# 2  2  8 18 17
# 5  2  8 18  5
# 1 34 14 45 53
# 3 34 14 45 20

【讨论】：

【解决方案4】：

还有另一种方法可以使用两个包来解决这两个问题。

library(DescTools)
library(dplyr)
dat[AllDuplicated(dat[1:3]), ] %>% # this line is to find duplicates
  group_by(x1, x2) %>% # the lines followed are to sum up
  mutate(x4 = sum(x4)) %>%
  unique()
# Source: local data frame [2 x 4]
# Groups: x1, x2
# 
#   x1 x2 x3 x4
# 1 34 14 45 73
# 2  2  8 18 22

【讨论】：

【解决方案5】：

也可以使用表格命令：

> d1 = ddf[ddf$x1 %in% ddf$x1[which(table(ddf$x1)>1)],]
> d2 = ddf[ddf$x2 %in% ddf$x2[which(table(ddf$x2)>1)],]
> rr = rbind(d1, d2)
> rr[!duplicated(rbind(d1, d2)),]
  x1 x2 x3 x4
1 34 14 45 53
3 34 14 45 20
2  2  8 18 17
5  2  8 18  5

最后一列的总和：

> rrt = data.table(rr2)
> rrt[,x4:=sum(x4),by=x1]
> rrt[rrt[,!duplicated(x1),]]
   x1 x2 x3 x4
1: 34 14 45 73
2:  2  8 18 22

【讨论】：

【解决方案6】：

第一个与上面类似，让 z 成为你的 data.frame：

 library(DescTools)
 (zz <- Sort(z[AllDuplicated(z[, -4]), ], decreasing=TRUE) )

 # now aggregate
 aggregate(zz[, 4], zz[, -4], FUN=sum)

 # use Sort again, if needed...

【讨论】：