r - 如何删除R中的重复行

Question

我有以下数据

x y z

1 2 a

1 2

data[2,3] 是一个因素但没有显示，在数据中，它有很多这样的行。当z什么都没有时如何删除行？我的意思是删除诸如第二行之类的行。

输出应该是

x y z

1 2 a

Answer 1

好的。在这里在黑暗中刺了一下。

想象以下数据集：

mydf <- data.frame(
  x = c(.11, .11, .33, .33, .11, .11),
  y = c(.22, .22, .44, .44, .22, .44),
  z = c("a", "", "", "f", "b", ""))
mydf
#      x    y z
# 1 0.11 0.22 a
# 2 0.11 0.22  
# 3 0.33 0.44  
# 4 0.33 0.44 f
# 5 0.11 0.22 b
# 6 0.11 0.44  

根据您的标题和描述的组合（两者似乎都不能完全描述您的问题），我会解码您想要删除第 2 行和第 3 行，而不是第 6 行。换句话说，您想首先检查是否行被复制（大概只有前两列），然后，如果第三列为空，则删除该行。根据这些说明，第 5 行应保留（“z”列不为空白），第 6 行应保留（第 1 列和第 2 列的组合不重复）。

如果是这种情况，这是一种方法：

# Copy the data.frame, "sorting" by column "z"
mydf2 <- mydf[rev(order(mydf$z)), ]
# Subset according to your conditions
mydf2 <- mydf2[duplicated(mydf2[1:2]) & mydf2$z %in% "", ]
mydf2
#      x    y z
# 3 0.33 0.44  
# 2 0.11 0.22  

^^ 这些是我们要删除的数据。删除它们的一种方法是setdiff在rownames每个数据集上使用：

mydf[setdiff(rownames(mydf), rownames(mydf2)), ]
#      x    y z
# 1 0.11 0.22 a
# 4 0.33 0.44 f
# 5 0.11 0.22 b
# 6 0.11 0.44  

Answer 2

一些示例数据：

df = data.frame(x = runif(100), 
                y = runif(100),
                z = sample(c(letters[0:10], ""), 100, replace = TRUE))

> head(df)
          x          y z
1 0.7664915 0.86087017 a
2 0.8567483 0.83715022 d
3 0.2819078 0.85004742 f
4 0.8241173 0.43078311 h
5 0.6433988 0.46291916 e
6 0.4103120 0.07511076  

找出缺失值的第六行。logical您可以使用's (TRUE, FALSE)的向量进行子集化：

df[df$z != "",]

正如@AnandaMahto 评论的那样，您甚至可以检查多个条件：

df[!df$z %in% c("", " "),]