dplyr을 사용하여이를 행 제거

dplyr을 사용하여이를 행 제거

---

나는 이와 같은 data.frame을 가지고있다-

set.seed(123)
df = data.frame(x=sample(0:1,10,replace=T),y=sample(0:1,10,replace=T),z=1:10)
> df
   x y  z
1  0 1  1
2  1 0  2
3  0 1  3
4  1 1  4
5  1 0  5
6  0 1  6
7  1 0  7
8  1 0  8
9  1 0  9
10 0 1 10

처음 두 열을 기준으로 두 행을 제거하고 싶습니다. 예상 출력-

df[!duplicated(df[,1:2]),]
  x y z
1 0 1 1
2 1 0 2
4 1 1 4

으로 구체적 dplyr패키지를 사용하는 솔루션을 찾고 있습니다.

---

참고 : dplyr이제이 distinct목적을위한 기능이 포함 되어 있습니다 .

아래의 원래 답변 :

---

library(dplyr)
set.seed(123)
df <- data.frame(
  x = sample(0:1, 10, replace = T),
  y = sample(0:1, 10, replace = T),
  z = 1:10
)

한 가지 방법은 그룹화 한 다음 첫 번째 행만 유지하는 것입니다.

df %>% group_by(x, y) %>% filter(row_number(z) == 1)

## Source: local data frame [3 x 3]
## Groups: x, y
## 
##   x y z
## 1 0 1 1
## 2 1 0 2
## 3 1 1 4

(dplyr 0.2에서는 더미 z변수 가 필요하지 않습니다. row_number() == 1)

또한 slice()다음과 같은 기능을 추가하는 것에 대해 생각했습니다 .

df %>% group_by(x, y) %>% slice(from = 1, to = 1)

또는 그 변형으로 unique()사용할 변수를 선택할 수 있습니다.

df %>% unique(x, y)

---

다음을 사용하는 솔루션이 dplyr 0.3있습니다.

library(dplyr)
set.seed(123)
df <- data.frame(
  x = sample(0:1, 10, replace = T),
  y = sample(0:1, 10, replace = T),
  z = 1:10
)

> df %>% distinct(x, y)
    x y z
  1 0 1 1
  2 1 0 2
  3 1 1 4

dplyr 0.5 용으로 업데이트

dplyr 버전 0.5의 기본 동작은 인수에 distinct()지정된 열만 반환합니다 ....

원래 결과를 얻으려면 이제 다음을 사용해야합니다.

df %>% distinct(x, y, .keep_all = TRUE)

---

완전성을 위해 다음도 작동합니다.

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

그러나 나는을 사용하는 솔루션을 선호하며 distinct더 빠르다고 생각합니다.

---

축소 된 데이터 세트를 위해 R에서 열을 선택할 때 종종 중복으로 끝날 수 있습니다.

이 두 줄은 동일한 결과를 제공합니다. 각각은 두 개의 선택된 열만있는 고유 한 데이터 세트를 출력합니다.

distinct(mtcars, cyl, hp);

summarise(group_by(mtcars, cyl, hp));

---

대부분의 경우 최상의 솔루션은 distinct()이미 제안 된 것처럼 dplyr에서 사용 하는 것입니다.

그러나 여기에 slice()dplyr 의 함수 를 사용하는 또 다른 접근 방식이 있습니다.

# Generate fake data for the example
  library(dplyr)
  set.seed(123)
  df <- data.frame(
    x = sample(0:1, 10, replace = T),
    y = sample(0:1, 10, replace = T),
    z = 1:10
  )

# In each group of rows formed by combinations of x and y
# retain only the first row

    df %>%
      group_by(x, y) %>%
      slice(1)

distinct()기능 사용과의 차이점

이 솔루션의 장점은 원래 데이터 프레임에서 유지되는 행을 명시하고 arrange()함수 와 잘 어울릴 수 있다는 것입니다.

고객 판매 데이터가 있고 고객 당 하나의 레코드를 유지하고 해당 레코드가 최근 구매의 레코드가되기를 원한다고 가정 해 보겠습니다. 그런 다음 다음과 같이 작성할 수 있습니다.

customer_purchase_data %>%
   arrange(desc(Purchase_Date)) %>%
   group_by(Customer_ID) %>%
   slice(1)

---

당신이 사용할 수있는 중복되는 행 찾으려는 경우 find_duplicates에서를 hablar:

library(dplyr)
library(hablar)

df <- tibble(a = c(1, 2, 2, 4),
             b = c(5, 2, 2, 8))

df %>% find_duplicates()

참고 URL : https://stackoverflow.com/questions/22959635/remove-duplicated-rows-using-dplyr