R 删除另一行中包含的多余重复项

Question

我有一个想要减少的“索引”数据集。我想减少与另一行相比相同但具有 NA 的行。但是，如果一列中包含另一列中没有的信息，我不想删除行。例如：

第 1 栏	第 2 栏	第3栏	第 4 栏	第 5 栏
A	B	D	G	不适用
A	B	不适用	不适用	不适用
A	B	不适用	不适用	H
不适用	不适用	D	G	不适用
不适用	不适用	不适用	不适用	H

会减少到

第 1 栏	第 2 栏	第3栏	第 4 栏	第 5 栏
A	B	D	G	不适用
A	B	不适用	不适用	H

由于第 2 行和第 4 行是第 1 行的较弱重复项，因此它们被删除。第 3 行与第 1 行不同，因为它有 H，因此包含我想要保留的信息，并且不是第 1 行的重复。第 5 行是第 3 行的重复，是否也将其删除。

我想将其应用到很多列，所以我相信不使用“group_by”。有编码建议吗？

我考虑过 dplyr、group_by、na.omit 和重复项，但找不到合适的 R代码：

data= data.frame(col1=c("A", "A", "A", NA, NA),
                 col2=c("B", "B", "B", NA, NA),
                 col3=c("D", NA, NA, "D", NA),
                 col4=c("G", NA, NA, "G", NA),
                 col5=c(NA, NA, "H", NA,"H"))

Answer 1

这是一个基本的 R 方法：

keep <- sapply(1:nrow(quux), function(rn1) {
  for (rn2 in setdiff(1:nrow(quux), rn1)) {
    weakerdupe <- mapply(quux[rn1,], quux[rn2,], FUN = function(a, b) a %in% c(b, NA))
    if (all(weakerdupe) && sum(is.na(quux[rn1,])) >= sum(is.na(quux[rn2,]))) return(FALSE)
  }
  TRUE
})
quux[keep,]
#   Col1 Col2 Col3 Col4 Col5
# 1    A    B    D    G <NA>
# 3    A    B <NA> <NA>    H