删除重复项无效的技术 (R)

Question

我尝试了一种删除重复项的方法，我很想知道为什么它不起作用。

取这个数据框：

o<-c(123,123,123,124,125,126)
c<-c(1,2,3,4,5,6)
d<-c(8,8,NA,8,8,8)
df<-data.frame(o,c,d)
un<-unique(df$o)
df<-df[un,]
df

现在 df 都是 NA 的。谁能告诉我为什么？？？？

旁注在我的真实数据集中（私人信息，因此样本 df）：同样的代码没有生成 NA所有值。我注意到一个问题，因为会发生以下情况：length(df$var)=100, length(unique(df$var))=90。美好的。然后我会运行上面的代码（重写 df），然后我会看到：length(df$var)=90, length(unique(df$var))=80。如果我继续循环，我最终会得到一排所有 NA。

我试图重现此错误，但尝试删除重复项的代码只生成了所有 NA，这与我的真实数据集不同。无论如何，我希望在代码中发现问题能够回答我的问题。

在此先感谢您的帮助。

Answer 1

我想你想要这样的东西：

un_logical <- !duplicated(df$o)
df<-df[un_logical,]

你创建后检查过un是什么吗？根据 the documentation、unique returns 唯一元素，而不是 唯一元素 的索引。在您的示例中，un == c(123,124,125,126) 超出了 df.

行的范围

如果您在真实数据集中搜索的列是此一般范围内的类似整数，那么您的真实数据集可能足够长，unique 找到的唯一元素是真实索引。

Answer 2

这是您的原始数据框

> df<-data.frame(o,c,d)
> df
   o c  d
1 123 1  8
2 123 2  8
3 123 3 NA
4 124 4  8
5 125 5  8
6 126 6  8

删除列中的重复项 "o"

>df[!duplicated(df[,c("o")]),]
    o c d
 1 123 1 8
 4 124 4 8
 5 125 5 8
 6 126 6 8

删除列中的重复项 "d"

>df[!duplicated(df[,c("d")]),]
    o c  d
 1 123 1  8
 3 123 3 NA

删除重复项无效的技术 (R)

Technique for Removing Duplicates Not Working (R)

r

data-manipulation

duplicates

na