如果使用 dplyr 在列中重复，则希望删除两行 [重复]答案

【问题标题】：Looking to remove both rows if duplicated in a column using dplyr [duplicate]如果使用 dplyr 在列中重复，则希望删除两行 [重复]
【发布时间】：2019-10-29 08:59:05
【问题描述】：

我正在尝试在“id”列中创建一个没有重复值行的新数据框

我尝试了一些选项，但我想保持一致并利用dplyr。我尝试使用 distinct() 函数但无济于事。

library(tidyverse)

df <- structure(list(id = c("1-2", "1-3", "1-3", "1-4", 
"1-5", "1-7", "1-7", "1-7", "1-9", 
"1-22"), award_amount = c(3000, 596500, 1125000, 5881515, 
155555, 686500, 207718, 250000, 750000, 3500000)), row.names = c(NA, 
-10L), class = c("tbl_df", "tbl", "data.frame"))

s4 <- df  %>% 
  distinct(id, .keep_all = TRUE) 
s4

我希望“id”列中包含重复项的两行都不存在于最终表格中

【问题讨论】：

标签： r dplyr duplicates

【解决方案1】：

这是使用dplyr 的一种方式-

df %>% 
  group_by(id) %>% 
  filter(n() == 1) %>% 
  ungroup()

# A tibble: 5 x 2
  id    award_amount
  <chr>        <dbl>
1 1-2           3000
2 1-4        5881515
3 1-5         155555
4 1-9         750000
5 1-22       3500000

【讨论】：

【解决方案2】：

我们也可以使用（ungroup根据需要）：

df %>% 
  group_by(id) %>% 
  filter(!anyDuplicated(id))
 Groups:   id [5]
  id    award_amount
  <chr>        <dbl>
1 1-2           3000
2 1-4        5881515
3 1-5         155555
4 1-9         750000
5 1-22       3500000

【讨论】：

【解决方案3】：

这是一种稍微不同的方式，无需使用 duplicated 进行分组。检查向量两端的重复项意味着所有重复项都标记为TRUE。我们可以否定结果，然后filter 到所需的行。

library(tidyverse)
df <- structure(list(id = c("1-2", "1-3", "1-3", "1-4", "1-5", "1-7", "1-7", "1-7", "1-9", "1-22"), award_amount = c(3000, 596500, 1125000, 5881515, 155555, 686500, 207718, 250000, 750000, 3500000)), row.names = c(NA, -10L), class = c("tbl_df", "tbl", "data.frame"))
df %>%
  filter(!(duplicated(id) | duplicated(id, fromLast = TRUE)))
#> # A tibble: 5 x 2
#>   id    award_amount
#>   <chr>        <dbl>
#> 1 1-2           3000
#> 2 1-4        5881515
#> 3 1-5         155555
#> 4 1-9         750000
#> 5 1-22       3500000

^{由reprex package (v0.3.0) 于 2019-06-14 创建}

【讨论】：