如何删除所有重复项以使 NONE 留在数据框中?

Posted

技术标签:

【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。

【问题讨论】:

【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。

【讨论】:

【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)

【讨论】:

【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)), ]

【讨论】:

以上是关于如何删除所有重复项以使 NONE 留在数据框中?的主要内容,如果未能解决你的问题,请参考以下文章

删除熊猫数据框中列的小数点

将 func 应用于 R 数据框中的所有元素(按列)[重复]

如何在熊猫数据框中找到重复项? [复制]

从数据框中删除所有标点符号,除了一些字符[重复]

如何从R中的数据框中删除重复的行[重复]

我如何从数据框中删除具有重复/重复索引的行[重复]