dplyr을 사용하여 중복된 행 제거

dplyr을 사용하여 중복된 행 제거

이런 data.frame을 가지고 있습니다.

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

처음 두 열을 기준으로 중복 행을 제거하려고 합니다.예상 출력 -

df[!duplicated(df[,1:2]),]
  x y z
1 0 1 1
2 1 0 2
4 1 1 4

나는 특히 다음을 사용하는 솔루션을 찾고 있습니다.dplyr꾸러미

다음은 다음을 사용하는 솔루션입니다.dplyr >= 0.5.

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
)

> df %>% distinct(x, y, .keep_all = TRUE)
    x y z
  1 0 1 1
  2 1 0 2
  3 1 1 4

참고:dplyr이제 를 포함합니다.distinct이 목적을 위한 기능.

아래의 원답:

---

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
)

한 가지 접근 방식은 그룹화하고 첫 번째 행만 유지하는 것입니다.

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

(Inplyr 0.2에서는 더미가 필요하지 않습니다.z가변적이고 그냥 쓸 수 있을 것입니다.row_number() == 1)

나는 또한 추가하는 것에 대해 생각해왔습니다.slice()다음과 같은 기능을 제공합니다.

df %>% group_by(x, y) %>% slice(from = 1, to = 1)

또는 의 변형일 수도 있습니다.unique()사용할 변수를 선택할 수 있습니다.

df %>% unique(x, y)

완전성을 위해 다음과 같은 기능도 합니다.

df %>% group_by(x) %>% filter (! duplicated(y))

하지만, 저는 다음을 사용하는 솔루션을 선호합니다.distinct그게 더 빠를 수도 있어요

대부분의 경우 최고의 솔루션은distinct()이미 제안한 대로 dplyr에서.

하지만, 여기에 다음과 같은 방법이 있습니다.slice()dplyr에서 기능합니다.

# Generate fake data for the example
  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
  )

# In each group of rows formed by combinations of x and y
# retain only the first row

    df %>%
      group_by(x, y) %>%
      slice(1)

사용하는 것과 다른 점distinct()기능.

이 솔루션의 장점은 원래 데이터 프레임에서 유지되는 행을 명시적으로 지정하고 데이터 프레임과 원활하게 쌍을 구성할 수 있다는 것입니다.arrange()기능.

고객 판매 데이터가 있고 고객당 하나의 레코드를 유지하고자 하는 경우 해당 레코드를 최근에 구입한 레코드로 하려고 합니다.그런 다음 다음과 같이 쓸 수 있습니다.

customer_purchase_data %>%
   arrange(desc(Purchase_Date)) %>%
   group_by(Customer_ID) %>%
   slice(1)

축소된 데이터 집합에 대해 R의 열을 선택할 때 중복되는 경우가 많습니다.

이 두 선은 동일한 결과를 제공합니다.각 열은 두 개만 선택된 고유한 데이터 세트를 출력합니다.

distinct(mtcars, cyl, hp);

summarise(group_by(mtcars, cyl, hp));

중복된 행을 찾으려면 사용할 수 있습니다.find_duplicates부터hablar:

library(dplyr)
library(hablar)

df <- tibble(a = c(1, 2, 2, 4),
             b = c(5, 2, 2, 8))

df %>% find_duplicates()

언급URL : https://stackoverflow.com/questions/22959635/remove-duplicated-rows-using-dplyr