如何在R数据框中按组仅删除第一个重复行？
要按组仅删除第一个重复行，我们可以使用带有重复功能的dplyr包的过滤功能。
例如，如果我们有一个名为df的数据框，其中包含一个分组列，例如Grp，则可以使用以下命令按组删除仅第一个重复行，如下所示-
df%>%group_by(Grp)%>%filter(duplicated(Grp)|n()==1)
示例1
以下代码段创建了一个示例数据框-
Group<-sample(LETTERS[1:4],20,replace=TRUE) Response<-rpois(20,5) df1<-data.frame(Group,Response) df1输出结果
创建以下数据框-
Group Response 1 D 9 2 A 3 3 B 4 4 A 5 5 B 8 6 B 8 7 D 2 8 D 5 9 B 4 10 C 4 11 D 7 12 D 5 13 C 5 14 A 2 15 B 5 16 A 9 17 B 6 18 C 8 19 D 3 20 A 7
要加载dplyr包并仅从df1中的每个组中删除第一个重复行，请将以下代码添加到上述代码段中-
library(dplyr) df1%>%group_by(Group)%>%filter(duplicated(Group)|n()==1) # A tibble: 16 x 2 # Groups: Group [4]输出结果
如果您将上述所有代码作为单个程序执行，它会生成以下输出-
Group Response <chr> <int> 1 A 5 2 B 8 3 B 8 4 D 2 5 D 5 6 B 4 7 D 7 8 D 5 9 C 5 10 A 2 11 B 5 12 A 9 13 B 6 14 C 8 15 D 3 16 A 7
示例2
以下代码段创建了一个示例数据框-
Category<-sample(c("First","Second","Third"),20,replace=TRUE)
Rank<-sample(1:10,20,replace=TRUE)
df2<-data.frame(Category,Rank)
df2输出结果创建以下数据框-
Category Rank 1 Second 10 2 Second 5 3 Second 4 4 Third 3 5 Second 5 6 Second 9 7 First 6 8 Second 10 9 First 9 10 Third 1 11 First 8 12 Second 3 13 Second 5 14 Third 1 15 Third 2 16 Second 4 17 Second 6 18 Third 6 19 Second 2 20 Second 9
要从df2中的每个组中仅删除第一个重复行，请将以下代码添加到上述代码段中-
df2%>%group_by(Category)%>%filter(duplicated(Category)|n()==1) # A tibble: 17 x 2 # Groups: Category [3]输出结果
如果您将上述所有代码作为单个程序执行，它会生成以下输出-
Category Rank <chr> <int> 1 Second 5 2 Second 4 3 Second 5 4 Second 9 5 Second 10 6 First 9 7 Third 1 8 First 8 9 Second 3 10 Second 5 11 Third 1 12 Third 2 13 Second 4 14 Second 6 15 Third 6 16 Second 2 17 Second 9