R：当重复值在下一行时删除一行

Question

我正在尝试通过删除不需要的行来清理数据集。这是我的数据集的示例：第一张图片显示数据集，第二张图片显示我想要实现的目标。所以我试图删除所有具有相似 ID 的行，但只保留顶部的行。

enter image description here

Answer 1

您可以将 group_by 与 cumsum 计数器一起使用，然后过滤掉所有后续 ID：


df %>%
  group_by(ID) %>%
  mutate(counter = cumsum(!is.na(ID))) %>%
  ungroup() %>%
  filter(counter == 1) %>%
  select(-counter)

Answer 2

我们可以按 ID 分组并过滤最小值，即最早的 TIME。

> library(dplyr)
> df <- data.frame(LOCATION=c("A" ,"B", "C", "D", "E", "F", "G"),
+                  TIME=c("13:00", "13:20", "13:25","13:32","13:50", "13:53", "13:58"),
+                  ID=c("2V51","2Y89","2Y89","2Y89","2T33","2T33","2U99"))
> 
> df
  LOCATION  TIME   ID
1        A 13:00 2V51
2        B 13:20 2Y89
3        C 13:25 2Y89
4        D 13:32 2Y89
5        E 13:50 2T33
6        F 13:53 2T33
7        G 13:58 2U99
> 
> df <- df %>%
+   group_by(ID) %>%
+   filter(TIME == min(TIME))
> 
> df
# A tibble: 4 x 3
# Groups:   ID [4]
  LOCATION TIME  ID   
  <chr>    <chr> <chr>
1 A        13:00 2V51 
2 B        13:20 2Y89 
3 E        13:50 2T33 
4 G        13:58 2U99

Answer 3

基本函数“duplicated”可以删除重复项。第一次出现时给出 FALSE，重复出现时给出 TRUE。

df <- df %>% filter(!duplicated(ID))

R：当重复值在下一行时删除一行

R : Deleting a row when a duplicated value is in the row below

r

duplicates

data-cleaning