在 R 中，有条件地删除 ID、日期和事件中的重复行答案

【问题标题】：In R, conditionally remove duplicate rows within ID, Date, and Event在 R 中，有条件地删除 ID、日期和事件中的重复行
【发布时间】：2022-01-02 05:25:36
【问题描述】：

背景

我有d，一个数据框：

d <- data.frame(ID = c("a","a","a","a", "b","b"),
                event = c("G12","G12","O99","O99","B4","B2"),
                date = as.Date(c("2011-01-01","2011-01-01","2011-12-23","2011-12-23","2011-01-01","2011-07-12")),
                stringsAsFactors=FALSE)

如您所见，ID a 有 4 行，其中 2 行是基于 event 和 date 的重复（第 2 行和第 4 行是重复的）。

问题和期望的输出

我想通过要求R 删除ID 中具有相同event 和date 的行来删除这些重复行。换句话说，我想要看起来像这样的东西：

d <- data.frame(ID = c("a","a", "b","b"),
                event = c("G12","O99","B4","B2"),
                date = as.Date(c("2011-01-01","2011-12-23", "2011-01-01","2011-07-12")),
                stringsAsFactors=FALSE)

我的尝试

我已经尝试过了，但还没有：

d2 <- subset(d, duplicated(d$ID, d$event))

有什么想法吗？

【问题讨论】：

你需要d[!duplicated(d[1:2]),], duplicated - x 是单个参数。如果需要单独指定，请使用d %>% distinct(ID, event, .keep_all = TRUE)
我现在有一个小时的电话，但我一回到我的办公桌就试试这个。谢谢。

标签： r dplyr duplicates data.table

【解决方案1】：

一种选择是使用unique

unique(d)
#>   ID event       date
#> 1  a   G12 2011-01-01
#> 3  a   O99 2011-12-23
#> 5  b    B4 2011-01-01
#> 6  b    B2 2011-07-12

使用data.table

library(data.table)

dt <- data.table(d)

unique(dt[, .(event, date), by = ID])

^{由reprex package (v2.0.1) 于 2021-11-23 创建}

【讨论】：