如何删除所有重复项以使 NONE 留在数据框中？

Posted 2023-03-29

【中文标题】如何删除所有重复项以使 NONE 留在数据框中？

【英文标题】：How can I remove all duplicates so that NONE are left in a data frame?

【发布时间】：2012-11-25 15:20:09

【问题描述】：

有一个用于 php 的 similar question，但我正在使用 R 并且无法将解决方案转换为我的问题。

我有这个包含 10 行和 50 列的数据框，其中一些行完全相同。如果我在它上面使用唯一的，我会得到一行 - 比如说 - “类型”，但我真正想要的是只得到那些只出现一次的行。有谁知道我如何做到这一点？

我可以查看集群和热图以手动对其进行排序，但我的数据框比上面提到的更大（最多 100 行），这有点棘手。

【参考方案1】：

这将提取仅出现一次的行（假设您的数据框名为df）：

df[!(duplicated(df) | duplicated(df, fromLast = TRUE)), ]

它是如何工作的：函数duplicated 测试一行是否从第一行开始至少第二次出现。如果使用参数fromLast = TRUE，则函数从最后一行开始。

两个布尔结果与|（逻辑“或”）组合成一个新向量，表示所有行出现多次。使用! 否定此结果，从而创建一个布尔向量，指示仅出现一次的线条。

【参考方案2】：

涉及dplyr 的可能性可能是：

df %>%
 group_by_all() %>%
 filter(n() == 1)

或者：

df %>%
 group_by_all() %>%
 filter(!any(row_number() > 1))

由于dplyr 1.0.0，最好的方法是：

data %>%
    group_by(across(everything())) %>%
    filter(n() == 1)

【参考方案3】：

试试看

library(dplyr)

DF1 <- data.frame(Part = c(1,2,3,4,5), Age = c(23,34,23,25,24),  B.P = c(87,76,75,75,78))

DF2 <- data.frame(Part =c(3,5), Age = c(23,24), B.P = c(75,78))

DF3 <- rbind(DF1,DF2)

DF3 <- DF3[!(duplicated(DF3) | duplicated(DF3, fromLast = TRUE)), ]