从上到下删除两个未分组列中的重复项

Question

这是一个示例数据框，用于展示我的问题和我想要实现的目标。 这里我有两列，

x

和

y

，我想从中删除重复项。我还有

z

列，其中包含行的排序排名。

x   y   z
A   BB  8
B   BB  7.5
B   AA  6.2
B   CC  5
C   DD  4

我试图同时查看

x

和

y

，并且每次任一列中出现重复项时，都删除该行并继续。

我想要的最终结果是这样的

x   y   z
A   BB  8
B   AA  6.2
C   DD  4

第

BB

列中的第二个

y

已删除。然后，

B - AA

行不会被删除，因为逐行向下，它现在是

B

列中的第一个

x

。这是针对大型数据集的，因此不幸的是我无法手动完成。

我并不是想将这两列组合在一起。我也不想一次删除一列的重复项，因为如果这样做的话，就会删除太多的观察结果。

如何实现这一目标？

Answer 1

迭代

filter

，首先过滤那些具有重复

y

值的值（在没有重复

y

值的值中），然后过滤掉重复的

x

值，适用于您的样本数据。

library(dplyr) 

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

#   x  y   z
# 1 A BB 8.0
# 2 B AA 6.2
# 3 C DD 4.0

Answer 2

首先删除第

"y"

列上的重复行，然后删除该结果的第

"x"

列上的重复行。

df1 <- "x   y   z
A   BB  8
B   BB  7.5
B   AA  6.2
B   CC  5
C   DD  4"
df1 <- read.table(text = df1, header = TRUE)

j <- df1$y |> duplicated()
i <- df1$x[!j] |> duplicated()
df1[!j, ][!i, ]
#>   x  y   z
#> 1 A BB 8.0
#> 3 B AA 6.2
#> 5 C DD 4.0

^{创建于 2023-12-18，使用 reprex v2.0.2}