R 是否删除组内的重复项？

代码示例数据：

    mydf<-data.frame(Group_ID=c("337", "337", "201", "201", "470", "470", "999", "999"), 
             Timestamp=c("A", "A", "B", "B", "C", "D", "E", "F"), 
             MU=c("1", "1", "2", "3", "4", "4", "5", "6"))

在“Group_ID”中，我只想保留“Timestamp”和“MU”都不重复的条目。因此，在此示例中，仅保留第7行和第8行（）（“Group_ID”999对“Timestamp”和“MU”都有唯一的条目）

我的一些尝试：

mydf<-mydf %>%
  group_by(Group_ID) %>%
  filter(unique(Timestamp))

返回错误：

逻辑索引向量的长度必须为1或3（列数），而不是8

（同样，我会使用MU再次运行代码）

---

我看过类似的问题，但没有找到一个与相同的场景。非常感谢

如果我们使用

过滤器

，它需要一个逻辑向量。

unique

的输出只是该列（

character

类）的唯一元素。所以这是行不通的。我们可以使用

duplicated

获得重复元素的逻辑向量，求反（

！

）。因此，TRUE->FALSE和viceversa只能获取第一个非重复元素

library(dplyr)
mydf %>% 
   group_by(Group_ID) %>% 
   filter(!(duplicated(Timestamp, fromLast = TRUE)| duplicated(Timestamp))) 

---

或者根据行数同时按“组ID”、“时间戳”和

过滤器进行分组

mydf %>%
   group_by(Group_ID, Timestamp) %>%
   filter(n() == 1)

如果我们只需要“999”“组ID”

mydf %>% 
  group_by(Group_ID) %>%
  filter_at(vars(Timestamp,  MU),  all_vars(n_distinct(.) == n()))
# A tibble: 2 x 3
# Groups:   Group_ID [1]
#  Group_ID Timestamp MU   
#  <fct>    <fct>     <fct>
#1 999      E         5    
#2 999      F         6    

以下是一个基本解决方案：

is.unique Group\u ID时间戳MU
#>7999 E 5
#>899F6
是否有
base
的可能性来实现这一点？@NelsonGon只需在感兴趣的“GroupID”、“Timestamp”列上使用
duplicated
。不清楚预期的输出though@akrun非常感谢。您的解决方案返回具有重复时间戳的组中的第一个条目。是否可以对其进行修改以排除时间戳重复的所有行？（所以只剩下组ID 470和999）？@Emily你需要
mydf%>%groupby（Group\u ID）%%>%filter（！（duplicated（Timestamp，fromLast=TRUE）| duplicated（Timestamp）（Timestamp））
@NelsonGon类似于
mydf[！（duplicated（mydf[1:2]）duplicated（mydf[1:2]，fromLast=TRUE）），]
mydf %>%
   group_by(Group_ID, Timestamp) %>%
   filter(n() == 1)

mydf %>% 
  group_by(Group_ID) %>%
  filter_at(vars(Timestamp,  MU),  all_vars(n_distinct(.) == n()))
# A tibble: 2 x 3
# Groups:   Group_ID [1]
#  Group_ID Timestamp MU   
#  <fct>    <fct>     <fct>
#1 999      E         5    
#2 999      F         6    

distinct(mydf, Group_ID, Timestamp, .keep_all = TRUE)

foo = function(x, f){
    ave(as.numeric(as.factor(x)),
        f,
        FUN = function(y) length(unique(y)) == length(y))
}

inds = Reduce("&", lapply(mydf[c("Timestamp", "MU")],
                          function(x) foo(x, mydf$Group_ID) == 1))

mydf[inds,]
#  Group_ID Timestamp MU
#7      999         E  5
#8      999         F  6