仅删除某些行的重复项

Question

我有一个如下所示的数据框：

*VarName1* - *VarValue1*
*VarName2* - *VarValue2*
*Etc.*

实际上它看起来像这样：

nmlVar     - noFloat

Date-Batch - 2011020147
Weight     - 10
Length     - 5 
Height     - 8
Date-Batch - 2011020148
Weight     - 10.3
Length     - 6 
Height     - 8
Date-Batch - 2011020147
Weight     - 10
Length     - 5 
Height     - 8

我正准备以可以将其用于分析的方式组织数据。我已经在这篇文章中找到了如何将行转换为列：Transposing rows into columns, then split them

我用这段代码转置：

library(dplyr)
library(tidyr)
DFP %>% 
  mutate(sample = cumsum(nmlVar == 'Batch')) %>% 
  spread(nmlVar, noFloat)

我也想做同样的事情，但是在上面的函数中使用“Date-Batch”变量作为关键变量。这是必需的，因为这是另一个数据框中使用的键，我想合并它们。

问题是这个 Date-Batch 变量并不总是具有唯一值（检查第一次和第三次出现）。我正在尝试找到一个删除相同日期批处理值的每一秒出现的函数。

我试图用“编程语言”来描述它：

FOR Date-Batch IN nmlVar IF duplicate DELETE 第二次出现

我不知道这是否是最好的方法，或者你可以用另一种方式设置我。

Answer 1

取决于你在这里所说的重复：

library(dplyr)
library(tidyr)
DFP %>% 
  mutate(sample = cumsum(nmlVar == 'Date-Batch')) %>% 
  spread(nmlVar, noFloat) %>%
  select(-sample) %>%
  filter(!duplicated(.))

DFP %>% 
  mutate(sample = cumsum(nmlVar == 'Date-Batch')) %>% 
  spread(nmlVar, noFloat) %>%
  select(-sample) %>%
  filter(!duplicated(`Date-Batch`))

在这种情况下两者的输出：

#   Date-Batch Height Length Weight
# 1 2011020147      8      5   10.0
# 2 2011020148      8      6   10.3

数据

DFP <- read.table(text="nmlVar      noFloat
Date-Batch  2011020147
Weight      10
Length      5 
Height      8
Date-Batch  2011020148
Weight      10.3
Length      6 
Height      8
Date-Batch  2011020147
Weight      10
Length      5 
Height      8",header=T)