!duplicated() 和 unique() 之间的区别

Question

我不知道这两个函数在 R 中有什么区别。 我有一个 data.frame，我想删除与给定列中重复值对应的行；

    Acc         Probe             Coord_homol
1   NR_004442.1 225541_at~122     391
2   NM_028059.2 241348_at~444     4642
3   NM_028059.2 241348_at~468     4666
4   NM_001114   212306_at~4357    5034
5   NM_010573.2 230472_at~402     1987
6   NM_029633.2 212306_at~4357    4289
7   NM_00108196 212306_at~4357    4292
8   NM_029891.2 205004_at~3421    2963
9   NM_029891.2 205004_at~3635    3173
10  NM_007892.2 221586_s_at~1356 1257
11  NR_036613.1 208672_s_at~829  1301
12  NR_036613.1 208673_s_at~1472 1854
13  NM_011078.3 212726_at~3872    5175
14  NM_011078.3 212726_at~3887    5190
15  NM_013915.3 207164_s_at~1523 2911

在这种情况下，我想删除第 7 行，因为探针与第 6 行相同（具有相同探针的行不必是连续的）。

我首先尝试了 unique()，后来发现重复了。 但是如果下面的命令

dat[!duplicated(dat$probe),]

dat[unique(dat$probe),]

在生成的data.frame中给出相同数量的行，结果不一样。

我尝试了一个更简单的案例，如下所示：

一个简单的data.frame：

> dat
   probe val
1    aaa  10
2    bbb  12
3    ccc  45
4    ddd  32
5    aaa  42
6    eee  10
7    fff  13
8    ccc  85
9    aaa  75
10   ddd  64

使用 !duplicated(): 这似乎是我想做的；

dat[!duplicated(dat$probe),]

  probe val
1   aaa  10
2   bbb  12
3   ccc  45
4   ddd  32
6   eee  10
7   fff  13

使用 unique()：

dat[unique(dat$probe),]

我明白了：

 probe val
1   aaa  10
2   bbb  12
3   ccc  45
4   ddd  32
5   aaa  42
6   eee  10

不是我想要的；

但 unique() 到底在做什么？

感谢您的帮助。

Answer 1

unique 正在返回一个因子，并且该因子的数字级别用于索引而不是标签。

uni <- unique(dat$probe)
str(uni)
 Factor w/ 6 levels "aaa","bbb","ccc",..: 1 2 3 4 5 6

就像你在做这个：

nums <- as.numeric(unique(dat$probe))
dat[nums,]
  probe val
1   aaa  10
2   bbb  12
3   ccc  45
4   ddd  32
5   aaa  42
6   eee  10

unique 正在返回一个因子，因为在这种情况下我们将一个因子放入其中。它并不总是返回因子。例如，unique(as.character(dat$probe)) 将返回字符。