使用dplyr删除重复行
set.seed(123)
df = data.frame(x=sample(0:1,10,replace=T),y=sample(0:1,10,replace=T),z=1:10)
> df
x y z
1 0 1 1
2 1 0 2
3 0 1 3
4 1 1 4
5 1 0 5
6 0 1 6
7 1 0 7
8 1 0 8
9 1 0 9
10 0 1 10
df[!duplicated(df[,1:2]),]
x y z
1 0 1 1
2 1 0 2
4 1 1 4
共有1个答案
注意:dplyr现在包含用于此目的的distinct函数。
原答案如下：
library(dplyr)
set.seed(123)
df <- data.frame(
x = sample(0:1, 10, replace = T),
y = sample(0:1, 10, replace = T),
z = 1:10
)
一种方法是分组，然后只保留第一行：
df %>% group_by(x, y) %>% filter(row_number(z) == 1)
## Source: local data frame [3 x 3]
## Groups: x, y
##
## x y z
## 1 0 1 1
## 2 1 0 2
## 3 1 1 4
df %>% group_by(x, y) %>% slice(from = 1, to = 1)
df %>% unique(x, y)
-
我当前的代码只删除具有“未分配”确切值的值，而我希望它删除任何包含“未分配”的值。 这是我的密码 我希望从中删除任何“未分配”值的列称为taxon。 谢谢！
-
问题内容： 有没有一种方法可以使用ant删除重复文件？具体来说，如果我在两个不同的输出目录中具有相同的文件名，则要从第二个目录中删除它。 问题答案： 我想我想出了一个解决方案。
-
请注意，在转向您之前，我已经浏览了各种帖子。事实上，我尝试实现中提供的解决方案：基于“notin”条件从数据帧中删除行 我的问题如下。让我们假设我有一个巨大的数据帧，我想删除重复的数据帧。我很清楚我可以使用drop_duplicates，因为这是最快的最简单的方法。然而，我们的老师希望我们创建一个包含重复项ID的列表，然后根据这些值是否包含在上述列表中删除它们。 现在，让我们看看输出： 因此，我得
-
我有一个dataframe和要删除dataframe中的列列表。让我们使用数据集作为示例。我希望删除和，只使用剩余的列。如何使用或从包中执行此操作？ drop.cols中的错误：参数类型无效 我觉得我错过了一些明显的东西，因为这些看起来像是一个相当有用的操作，应该已经存在了。在Github上，有人发布了一个类似的问题，Hadley说要使用“负面索引”。那是（我想）我试过的，但没有效果。有什么建议吗
-
问题内容： 我有一张看起来像这样的桌子 表格1 ID，名称 如何编写查询以删除所有具有重复名称的行，但保留具有较低ID的行？ 问题答案： 如果您使用的是SQL Server 2005或更高版本： 如果使用SQL Server 2000及更低版本
-
本文向大家介绍pandas 删除重复，包括了pandas 删除重复的使用技巧和注意事项，需要的朋友参考一下 示例 用途drop_duplicates： 当您不想获取数据框的副本，而要修改现有的数据框时：