仅消除某些列中的重复行，将所有列保留在 R [重复]

Posted 2023-03-11

【中文标题】仅消除某些列中的重复行，将所有列保留在 R [重复]

【英文标题】：Eliminate duplicated rows only in certain columns, keeping all the columns in R [duplicate]

【发布时间】：2016-11-21 14:31:16

【问题描述】：

我只向Select 发送某些列（ID、位置1、位置2 和名称）中不重复的数据。小时不同并不重要，该行仍将被视为重复。问题是我需要维护 Hour 列

|    ID | position1 | position2| Hour |   Name
---------------------------------------------------------
| ABD1  |     54340 |     33254| 10:42|   Adam 
| ABD1  |     54340 |     33254| 10:52|   Adam
| TGF5  |     54545 |     54545| 11:25|   Mike
| ABD1  |     84544 |     24424| 12:06|   Adam
| AGF4  |     25466 |     45444| 10:53|   Mike
| TGF5  |     44787 |     25847| 09:05|   Rose

在示例中，我们可以看到第 1 行和第 2 行在 ID、位置 1、位置 2 和名称上重复，所以我想删除其中一个，不管哪一个。我尝试使用

df <- sqldf('SELECT DISTINCT ID, position1, position2, Name FROM df')

问题是我丢失了 Hour 列。如何保留 df 的相同列，但只消除某些列中相等的行。

这是我需要的结果：

|    ID | position1 | position2| Hour |   Name
---------------------------------------------------------
| ABD1  |     54340 |     33254| 10:42|   Adam 
| TGF5  |     54545 |     54545| 11:25|   Mike
| ABD1  |     84544 |     24424| 12:06|   Adam
| AGF4  |     25466 |     45444| 10:53|   Mike
| TGF5  |     44787 |     25847| 09:05|   Rose  

【参考方案1】：

怎么样：

df[!duplicated(df[,c(1,2,3,5)]),]

其中 1、2、3、5 是您要考虑的列。

例子：

> df
    ID  Pos1  Pos2  Hour Name
1 ABD1 54340 33254 10:42 Adam
2 ABD1 54340 33254 10:52 Adam
3 TGF5 54545 54545 11:25 Mike
4 ABD1 84544 24424 12:06 Adam
5 AGF4 25466 45444 10:53 Mike
6 TGF5 44787 25847 09:05 Rose
> 
> 
> df[!duplicated(df[,c(1,2,3,5)]),]
    ID  Pos1  Pos2  Hour Name
1 ABD1 54340 33254 10:42 Adam
3 TGF5 54545 54545 11:25 Mike
4 ABD1 84544 24424 12:06 Adam
5 AGF4 25466 45444 10:53 Mike
6 TGF5 44787 25847 09:05 Rose
> 

还有：

library(sqldf)
sqldf('SELECT * 
       FROM df 
       GROUP BY ID, position1, position2, Name')

【讨论】：

这并没有解决问题，而是提供了一种解决方法来避免学习 sql 命令。