删除具有列标题值的重复行答案

【问题标题】：Remove duplicate rows which have values as that of column header删除具有列标题值的重复行
【发布时间】：2019-07-17 18:44:30
【问题描述】：

我的数据有点像这样：

    +--------+--------+--------+
| region |  name  | salary |
+--------+--------+--------+
| west   | raj    | 100    |
| north  | simran | 150    |
| region | name   | salary |
| east   | prem   | 250    |
| region | name   | salary |
| south  | preeti | 200    |
+--------+--------+--------+

我的列标题的名称在第 3 行和第 5 行中重复。如何使用 R 删除第 3 行和第 5 行并保留列标题，以便我的输出如下所示：

+--------+--------+--------+
| region |  name  | salary |
+--------+--------+--------+
| west   | raj    |    100 |
| north  | simran |    150 |
| east   | prem   |    250 |
| south  | preeti |    200 |
+--------+--------+--------+

假设我的原始数据有太多行，我不想简单地选择行号并使用命令 Data[-c(3, 5), ] 删除它们

【问题讨论】：

请提供一个最小的工作示例。但是您的问题很简单，只需使用 grep 或其他此类函数来标识与 colnames 匹配的任何行

标签： r duplicates rows columnheader

【解决方案1】：

这是一个简单的解决方案

x <- data.frame(x =c("a", "b", "c", "x"), z = c("a", "b", "c", "z"))
## identify rows which match colnames 
matched <- apply(x,1, function(i) i[1] %in% colnames(x) && i[2] %in% colnames(x))

## Take the inverse of the match
x[!matched,]

【讨论】：

【解决方案2】：

使用带有过滤器的 str_detect() 来删除这些行。

library(tidyverse)
df <- tibble(
    region = c("west", "north", "region", "east","region","south"),
    name = c("raj", "simran","name","prem", "name","preeti"),
    salary = c("100","150","salary","250","salary","200")
)

df_2 <- df %>%
    filter(!str_detect(salary,"[Aa-zZ]"))

df_2

或者你可以使用base R

df_2 <- df[-grep("[Aa-zZ]",df$salary),]
df_2

【讨论】：

【解决方案3】：

假设，salary 是一个数字字段，您可以简单地这样做 -

# assuming df is your dataframe

clean_df <- df[!is.na(as.numeric(df$salary)), ]

【讨论】：