r - 在仅包含选定列的数据框中唯一

Question

我有一个包含 >100 列的数据框，我将通过仅比较其中两列来找到唯一的行。我希望这是一个简单的方法，但我自己无法让它与unique或duplicate一起使用。

在下面，我想仅使用 id 和 id2:

data.frame(id=c(1,1,3),id2=c(1,1,4),somevalue=c("x","y","z"))

id id2 somevalue
1   1         x
1   1         y
3   4         z

我想获得:

id id2 somevalue
1   1         x
3   4         z

或者:

id id2 somevalue
1   1         y
3   4         z

(我没有偏好保留哪一个唯一行)

Answer 1

好的，如果您选择非重复列中的哪个值并不重要，那么这应该很简单:

dat <- data.frame(id=c(1,1,3),id2=c(1,1,4),somevalue=c("x","y","z"))
> dat[!duplicated(dat[,c('id','id2')]),]
  id id2 somevalue
1  1   1         x
3  3   4         z

在 duplicated 调用中，我只是仅传递 dat 中我不希望重复的那些列。此代码将自动始终选择任何不明确值的第一个。 (在本例中为 x。)