删除每个ID的重复项 [英] Removing duplicates for each ID

问题描述

假设我的数据框（mydata）中有三个变量：1）id，2）case和3）value。

  mydata<  -  data.frame（id = c（1,1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4） ，case = c（a，b，c，c，b，a，b，c，c，a，b c，c，a，b，c，a），值= c（1,34,56,23,34,546,34,67,23,65,23,65， 23,87,34,321,87））
 
 
 mydata 
 id个案值
 1 1 a 1 
 2 1 b 34 
 3 1 c 56 
 4 1 c 23 
 5 1 b 34 
 6 2 a 546 
 7 2 b 34 
 8 2 c 67 
 9 2 c 23 
 10 3 a 65 
 11 3 b 23 
 12 3 c 65 
 13 3 c 23 
 14 4 a 87 
 15 4 b 34 
 16 4 c 321 
 17 4 a 87 
  

对于每个ID，我们可以具有类似的case字符，它们的值可以相同或不同。所以基本上，如果他们的价值观是一样的，我只需要保留一个并删除重复。

我的最终数据将是

  id案例值
 1 1 a 1 
 2 1 b 34 
 3 1 c 56 
 4 1 c 23 
 5 2 a 546 
 6 2 b 34 
 7 2 c 67 
 8 2 c 23 
 9 3 a 65 
 10 3 b 23 
 11 3 c 65 
 12 3 c 23 
 13 4 a 87 
 14 4 b 34 
 15 4 c 321 
  

解决方案

您可以尝试复制

  mydata [！duplicateated（mydata [，c（'id'，'case'，'value'）]）]] 
＃ id case value 
＃1 1 a 1 
＃2 1 b 34 
＃3 1 c 56 
＃4 1 c 23 
＃6 2 a 546 
＃7 2 b 34 
＃8 2 c 67 
＃9 2 c 23 
＃10 3 a 65 
＃11 3 b 23 
＃12 3c 65 
＃13 3 c 23 
＃14 4 a 87 
＃15 4 b 34 
＃16 4 c 321 
  / pre> 
 
 
或使用选项从   data.table  
  library（data.table）
 set.seed（25）
 mydata1 < -  cbind（mydata，value1 = rnorm（17））
 DT<  -  as.data.table（mydata1）
 unique（DT，by = c（'id'，'case'，'value'））
＃id case value value1 
＃1：1 a 1 -0.21183360 
＃2：1 b 34 -1.04159113 
＃3：1 c 56 -1.15330756 
＃4：1 c 23 0.32153150 
＃5：2 a 546 -0.44553326 
＃6：2 b 34 1.73404543 
＃ 7：2 c 67 0.51129562 
＃8：2 c 23 0.09964504 
＃9：3 a 65 -0.05789111 
＃10：3 b 23 -1.74278763 
＃11：3 c 65 -1.32495298 
＃12：3 c 23 -0.54793388 
＃13：4 a 87 -1.45638428 
＃14：4 b 34 0.08268682 
＃15：4 c 32 1 0.92757895 
  
 
Suppose that there are three variables in my data frame (mydata): 1) id, 2) case, and 3) value.
mydata <- data.frame(id=c(1,1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4), case=c("a","b","c","c","b","a","b","c","c","a","b","c","c","a","b","c","a"), value=c(1,34,56,23,34,546,34,67,23,65,23,65,23,87,34,321,87))


mydata 
    id case value
1   1    a     1
2   1    b    34
3   1    c    56
4   1    c    23
5   1    b    34
6   2    a   546
7   2    b    34
8   2    c    67
9   2    c    23
10  3    a    65
11  3    b    23
12  3    c    65
13  3    c    23
14  4    a    87
15  4    b    34
16  4    c   321
17  4    a    87
For each id, we could have similar ‘case’ characters, and their values could be the same or different. So basically, if their values are the same, I only need to keep one and remove the duplicate.


My final data then would be 
    id case value
1   1    a     1
2   1    b    34
3   1    c    56
4   1    c    23
5   2    a   546
6   2    b    34
7   2    c    67
8   2    c    23
9   3    a    65
10  3    b    23
11  3    c    65
12  3    c    23
13  4    a    87
14  4    b    34
15  4    c   321

解决方案
You could try duplicated
 mydata[!duplicated(mydata[,c('id', 'case', 'value')]),]
 #     id case value
 #1   1    a     1
 #2   1    b    34
 #3   1    c    56
 #4   1    c    23
 #6   2    a   546
 #7   2    b    34
 #8   2    c    67
 #9   2    c    23
 #10  3    a    65
 #11  3    b    23
 #12  3    c    65
 #13  3    c    23
 #14  4    a    87
 #15  4    b    34
 #16  4    c   321
Or  use unique with by option from data.table
 library(data.table)
 set.seed(25)
 mydata1 <- cbind(mydata, value1=rnorm(17))
 DT <- as.data.table(mydata1)
 unique(DT, by=c('id', 'case', 'value'))
 #   id case value      value1
 #1:  1    a     1 -0.21183360
 #2:  1    b    34 -1.04159113
 #3:  1    c    56 -1.15330756
 #4:  1    c    23  0.32153150
 #5:  2    a   546 -0.44553326
 #6:  2    b    34  1.73404543
 #7:  2    c    67  0.51129562
 #8:  2    c    23  0.09964504
 #9:  3    a    65 -0.05789111
 #10: 3    b    23 -1.74278763
 #11: 3    c    65 -1.32495298
 #12: 3    c    23 -0.54793388
 #13: 4    a    87 -1.45638428
 #14: 4    b    34  0.08268682
 #15: 4    c   321  0.92757895


                        
这篇关于删除每个ID的重复项的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！