如何删除数据框中的所有重复记录，以便不留下任何一个？

Question

有一个类似的问题适用于PHP，但我正在使用R并且无法将解决方案翻译成我的问题。

我有一个数据帧，它有10行和50列，其中一些行是完全相同的。如果对其使用unique，则每个“类型”只得到一行，但我想要的实际上是仅获取出现一次的行。有谁知道如何实现这一点吗？

我可以查看聚类和热图来手动排序，但我有比上面提到的更大的数据框（最多100行），这会变得有点棘手。

- Lilith-Elina

Answer 1

这将提取仅出现一次的行（假设您的数据框命名为 df）：

这将提取仅出现一次的行（假设您的数据框命名为 df）：

df[!(duplicated(df) | duplicated(df, fromLast = TRUE)), ]

工作原理：函数duplicated测试一行是否至少从第一行开始出现第二次。如果使用参数fromLast = TRUE，则函数会从最后一行开始。

两个布尔结果使用|（逻辑或）组合成一个新向量，表示所有出现多次的行。然后使用!取反该结果，从而创建一个布尔向量，表示仅出现一次的行。

- Sven Hohenstein

Answer 2

一个涉及到dplyr的可能性是：

df %>%
 group_by_all() %>%
 filter(n() == 1)

或者：

df %>%
 group_by_all() %>%
 filter(!any(row_number() > 1))

从 dplyr 1.0.0 开始，更可取的方式是：

data %>%
    group_by(across(everything())) %>%
    filter(n() == 1)

- tmfmnk

Answer 3

尝试一下。

library(dplyr)

DF1 <- data.frame(Part = c(1,2,3,4,5), Age = c(23,34,23,25,24),  B.P = c(87,76,75,75,78))

DF2 <- data.frame(Part =c(3,5), Age = c(23,24), B.P = c(75,78))

DF3 <- rbind(DF1,DF2)

DF3 <- DF3[!(duplicated(DF3) | duplicated(DF3, fromLast = TRUE)), ]

- Brutalroot