r - 在R中仅删除数据帧中的相邻重复项

Question

我在R中有一个数据框，其中是，应该具有重复项。但是，有些重复项需要删除。特别是，我只想删除行相邻的重复项，但保留其余部分。例如，假设我有数据框:

df = data.frame(x = c("A", "B", "C", "A", "B", "C", "A", "B", "B", "C"), 
                y = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10))

这导致以下数据帧

x   y
A   1
B   2
C   3
A   4
B   5
C   6
A   7
B   8
B   9
C   10

在这种情况下，我希望重复出现“A，B，C，A，B，C等”。但是，如果我看到相邻行重复的 ，这只是一个问题。在上面的示例中，这将是第8行和第9行，其中重复的“B”彼此相邻。

在我的数据集中，无论何时发生这种情况，第一个实例始终是用户错误，第二个实例始终是正确的版本。在极少数情况下，可能会出现重复发生3次(或更多次)的情况。但是，在每种情况下，我总是希望保留最后一次出现。因此，按照上面的示例，我希望最终数据集看起来像

A   1
B   2
C   3
A   4
B   5
C   6
A   7
B   9
C   10

在R中有简单的方法吗？预先感谢您的帮助!

编辑:2014年11月19日，美国东部时间
用户Akron发布了一个解决方案(拼写？)，此解决方案此后被删除了。我现在确定为什么会因为它似乎对我有用？

解决方案是

df = df[with(df, c(x[-1]!= x[-nrow(df)], TRUE)),]

它似乎对我有用，为什么将其删除？例如，在连续重复超过2个的情况下:

df = data.frame(x = c("A", "B", "B", "B", "C", "C", "C", "A", "B", "C", "A", "B", "B", "C"), y = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14))
   x  y
1  A  1
2  B  2
3  B  3
4  B  4
5  C  5
6  C  6
7  C  7
8  A  8
9  B  9
10 C 10
11 A 11
12 B 12
13 B 13
14 C 14

> df = df[with(df, c(x[-1]!= x[-nrow(df)], TRUE)),]
> df
   x  y
1  A  1
4  B  4
7  C  7
8  A  8
9  B  9
10 C 10
11 A 11
13 B 13
14 C 14

这似乎有效吗？

Answer 1

尝试

 df[with(df, c(x[-1]!= x[-nrow(df)], TRUE)),]
#   x  y
#1  A  1
#2  B  2
#3  C  3
#4  A  4
#5  B  5
#6  C  6
#7  A  7
#9  B  9
#10 C 10

解释

在这里，我们正在将一个元素与其之前的元素进行比较。这可以通过从该列中删除 first element以及将该列与删除了 last element的列进行比较(以使长度变得相等)来完成

 df$x[-1] #first element removed
 #[1] B C A B C A B B C
 df$x[-nrow(df)]
  #[1] A B C A B C A B B #last element `C` removed

 df$x[-1]!=df$x[-nrow(df)]
 #[1]  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE  TRUE

在上面，当我们删除一个元素时，长度 1小于 nrow的 df。为了弥补这一点，我们可以连接一个 TRUE，然后使用此 index设置数据集的子集。