165

私はこのようなdata.frameを持っています -

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

最初の 2 列に基づいて重複行を削除したいと思います。期待される出力 -

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

dplyr特にパッケージを使用したソリューションを探しています。

4

6 に答える 6

157

注：dplyr現在distinct、この目的のための関数が含まれています。

以下の元の回答：

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
)

1 つのアプローチは、グループ化し、最初の行のみを保持することです。

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

(dplyr 0.2 では、ダミー変数は必要なく、z単に書き込むことができますrow_number() == 1)

slice()また、次のような機能を追加することも考えています。

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

または、そのバリエーションunique()を使用して、使用する変数を選択できるようにすることもできます。

df %>% unique(x, y)
于 2014-04-09T10:48:04.533 に答える