基于多个条件的 R 过滤数据

Question

我有一个数据框。它的一部分看起来像这样：

PN 供应商 Date1 Q_QTY 价格 B_QTY Date2 1023242 1 2017 年 6 月 2 日 1 9.32 250 2019 年 7 月 1 日 1023242 1 2017 年 6 月 2 日 1 8.81 100 2017 年 5 月 3 日 1023242 1 2017 年 6 月 2 日 1 9.50 200 2019 年 7 月 1 日 1023242 2 "" 1 152.26 1 2019 年 4 月 9 日 1023242 1 "" 0 9.32 250 2019 年 7 月 1 日 1023242 1 "" 0 8.81 100 2017 年 5 月 3 日 1023242 1 "" 0 9.50 200 2019 年 7 月 1 日

PN 有很多，每个 PN 可以由不同的供应商生产。由于某些原因，有些“重复”记录除了“Date1”之外的所有列都相同，例如第一行和第五行。

我希望输出仅包含基于相同 PN 和供应商的 Date1 列中没有“”的行，并且还包括具有相同 PN 但供应商不同的行，尽管 Date1 是“”。

这是我想要的输出：

PN 供应商 Date1 Q_QTY 价格 B_QTY Date2 1023242 1 2017 年 6 月 2 日 1 9.32 250 2019 年 7 月 1 日 1023242 1 2017 年 6 月 2 日 1 8.81 100 2017 年 5 月 3 日 1023242 1 2017 年 6 月 2 日 1 9.50 200 2019 年 7 月 1 日 1023242 2 "" 1 152.26 1 2019 年 4 月 9 日

Answer 1

我们可以使用distinct

library(dplyr)
df1 %>%
    distinct(PN, Supplier, Price, B_QTY, .keep_all = TRUE)
#   PN Supplier    Date1 Q_QTY  Price B_QTY    Date2
#1 1023242        1 6/2/2017     1   9.32   250 7/1/2019
#2 1023242        1 6/2/2017     1   8.81   100 5/3/2017
#3 1023242        1 6/2/2017     1   9.50   200 7/1/2019
#4 1023242        2              1 152.26     1 4/9/2019

---

或与duplicated 来自base R

df1[!duplicated(df1[c(1:2, 5:6)]),]

数据

df1 <- structure(list(PN = c(1023242L, 1023242L, 1023242L, 1023242L, 
1023242L, 1023242L, 1023242L), Supplier = c(1L, 1L, 1L, 2L, 1L, 
1L, 1L), Date1 = c("6/2/2017", "6/2/2017", "6/2/2017", "", "", 
"", ""), Q_QTY = c(1L, 1L, 1L, 1L, 0L, 0L, 0L), Price = c(9.32, 
8.81, 9.5, 152.26, 9.32, 8.81, 9.5), B_QTY = c(250L, 100L, 200L, 
1L, 250L, 100L, 200L), Date2 = c("7/1/2019", "5/3/2017", "7/1/2019", 
"4/9/2019", "7/1/2019", "5/3/2017", "7/1/2019")), 
class = "data.frame", row.names = c(NA, 
-7L))