R中的条件不同行

Question

我有一个数据框，我想在其中保留所有不同的字符串条目（即删除重复项）在一列中除非这些条目很短，str_length < 7. 我还想保留所有其他列。

所以我有

string	other columns
"abc"
"abc"
"centauri"
"centauri"
"armageddon"
"armageddon"
"spaghetti"

期望的输出：

string	other columns
"abc"
"abc"
"centauri"
"armageddon"
"spaghetti"

我尝试了多种 dplyr 方法，但没有任何效果。

df <- df %>%
  mutate(len = str_length(string))%>%
  group_by(string, len) %>%
  filter(len >7) %>%
  distinct(.keep_all = TRUE)

在这个例子中，我没有取回我过滤掉的行。但我只想保护过滤后的行不受不同函数的影响，然后将它们放回数据框中。

Answer 1

我们可以使用 duplicated 和 nchar

df1[!(duplicated(df1$string) & nchar(df1$string) > 7), , drop = FALSE]

-输出

#     string
#1        abc
#2        abc
#3   centauri
#5 armageddon
#7  spaghetti

或 filter 在 dplyr

library(dplyr)
df1 %>%
   filter(!(duplicated(string) & nchar(string) > 7))

数据

df1 <- structure(list(string = c("abc", "abc", "centauri", "centauri", 
"armageddon", "armageddon", "spaghetti")), class = "data.frame", 
row.names = c(NA, 
-7L))

R中的条件不同行

Conditional distinct rows in R

r

distinct

conditional-statements

数据