如何删除R数据帧列中连续重复的重复项？
通常会重复使用会在数据中产生重复的值，并且如果它们不太可能在分析的输出中造成偏差，我们可能希望摆脱这些值。例如，如果我们有一列定义一个流程，并且我们对该流程的输出进行五次操作，但一直都采用相同的输出，那么我们可能只想使用一个输出。
例1
请看以下数据帧-
ID<−1:20 x<−sample(0:2,20,replace=TRUE) df1<−data.frame(ID,x) df1
输出结果
ID x 1 1 1 2 2 1 3 3 0 4 4 1 5 5 0 6 6 2 7 7 1 8 8 1 9 9 1 10 10 2 11 11 2 12 12 1 13 13 2 14 14 2 15 15 0 16 16 1 17 17 2 18 18 1 19 19 1 20 20 0
删除df1列中连续重复的重复项x-
Repeated1<−cumsum(rle(as.character(df1$x))$length) df1[Repeated1,]
输出结果
ID x 2 2 1 3 3 0 4 4 1 5 5 0 6 6 2 9 9 1 11 11 2 12 12 1 14 14 2 15 15 0 16 16 1 17 17 2 19 19 1 20 20 0
例2
ID<−1:20 y<−sample(1:5,20,replace=TRUE) df2<−data.frame(ID,y) df2
输出结果
ID y 1 1 1 2 2 5 3 3 1 4 4 2 5 5 5 6 6 1 7 7 2 8 8 1 9 9 1 10 10 4 11 11 4 12 12 2 13 13 3 14 14 4 15 15 5 16 16 4 17 17 1 18 18 1 19 19 5 20 20 4
删除df2列y中连续重复的重复项-
Repeated2<−cumsum(rle(as.character(df2$y))$length) df2[Repeated2,]
输出结果
ID y 1 1 1 2 2 5 3 3 1 4 4 2 5 5 5 6 6 1 7 7 2 9 9 1 11 11 4 12 12 2 13 13 3 14 14 4 15 15 5 16 16 4 18 18 1 19 19 5 20 20 4
例子3
ID<−1:20 z<−sample(11:13,20,replace=TRUE) df3<−data.frame(ID,z) df3
输出结果
ID z 1 1 12 2 2 13 3 3 13 4 4 13 5 5 11 6 6 12 7 7 12 8 8 13 9 9 12 10 10 13 11 11 13 12 12 12 13 13 12 14 14 13 15 15 13 16 16 13 17 17 12 18 18 12 19 19 12 20 20 13
在df3列z中删除连续重复的重复项-
Repeated3<−cumsum(rle(as.character(df3$z))$length) df3[Repeated3,]
输出结果
ID z 1 1 12 4 4 13 5 5 11 7 7 12 8 8 13 9 9 12 11 11 13 13 13 12 16 16 13 19 19 12 20 20 13