不重复的子集行答案

【问题标题】：Subset rows which are not duplicates不重复的子集行
【发布时间】：2016-02-21 14:29:26
【问题描述】：

我有一个主要由重复行组成的数据集（data.frame）。我想对其进行子集化，以便仅获取最初没有重复的行。原始df示例：

df1 <- data.frame( ID = c("1", "1","2","2","3","3","4","4"), V_1 = c(2011,2011,NA,NA,1,10,7,7), V_2= c(5,5,6,6,15,15,8,2))

我想得到的答案：

df2 <- data.frame( ID = c("3","3","4","4"), V_1 = c(1,10,7,7), V_2= c(15,15,8,2))

使用unique(df1) 函数为我提供了唯一行的完整列表（在示例中为 6）。由于我的 df 有超过 200k 行，这对我来说还不够。

我搜索过类似的问题： Subset with unique cases, based on multiple columns，Filter rows based on multiple column conditions R，但他们都没有帮助我。

【问题讨论】：

标签： r

【解决方案1】：

给你

duplicated.i = duplicated(df1) | (duplicated(df1[nrow(df1):1,]))[nrow(df1):1]
df2 = df1[!duplicated.i,]

# ID V_1 V_2
# 5  3   1  15
# 6  3  10  15
# 7  4   7   8
# 8  4   7   2

【讨论】：

【解决方案2】：

我们可以删除重复行的 ID 并将它们从整个数据框中排除

df1[!df1$ID %in% df1[duplicated(df1),1 ], ]

#  ID V_1 V_2
#5  3   1  15
#6  3  10  15
#7  4   7   8
#8  4   7   2

【讨论】：