如何在现有列中创建唯一值的数据框？

Question

我只需要使用与现有数据帧中另一列（col.3）中唯一值相对应的前一列（col.1）中的出现来制作新的数据帧（col.2）。

我需要这个：

df1
col.1   col.2     
    1    1             
    1    3             
    1    7             
    1    7            
    2    12                
    2    14   
    2    14
    2    14

 df2
 col.3
     1
     1
     1
     2
     2 

我已经尝试过：

new.col <- cbind(df$col.1[unique(df$col.2)])

但是它给我的列太长，并且不包括完整的col.1值集

[我怀疑plyr对此有一个简单的解决方案，但我还没有弄清楚（或任何其他解决方案）。

我如何获得理想的结果？最好使用plyr，但也可以使用base。

Answer 1

我们可以使用duplicated创建逻辑索引并将其用于子集行

df2 <- data.frame(col3. = df$col.1[!duplicated(df$col.2)])

或带有subset

subset(df, !duplicated(col.2), select = col.1)

---

或与dplyr一起使用，在distinct上使用col.2，然后在select上使用'col.1'

library(dplyr)
df %>%
   distinct(col.2, .keep_all = TRUE) %>%
   select(col.3 = col.1)
#  col.3
#1     1
#2     1
#3     1
#4     2
#5     2

如果基于相邻元素之间的相等性考虑重复项，则使用rleid

library(data.table)
df %>% 
    filter(!duplicated(rleid(col.2))) %>% 
    select(col.3 = col.1)

---

如果转换为data.table，则unique也有by选项

library(data.table)
unique(setDT(df), by = 'col.2')[, .(col.3 = col.1)]

数据

df <- structure(list(col.1 = c(1L, 1L, 1L, 1L, 2L, 2L, 2L), col.2 = c(1L, 
3L, 7L, 7L, 12L, 14L, 14L)), class = "data.frame", row.names = c(NA, 
-7L))