如何在r中使用删除重复项，同时保留一些条件重复项

我有一个按区域分组的基因数据集，我测量了它们在各自区域中彼此之间的距离

目前，为了计算所有区域之间的总距离，我在我的区域距离上使用了

unique（）

，但是，这并不意味着两个区域可能具有完全相同的数字，并且在我计算总距离时应同时保留这两个区域

我想我不知道如何将这个条件输入到我的代码中，我在这里发现的其他问题没有基于我需要的其他数据列的条件

例如，我的数据如下所示：

Gene  region  region.distance
ACE      1       10
AGT      1       10
BRCA     2       20
DVL1     3       10
NOTCH3   4       40

然后，我使用此代码获得

区域中的唯一值。距离

对总距离求和：

total.distance <- sum(unique(df$region.distance))

---

total.distance您可以删除组内的重复项，然后
sum

library(dplyr)
df %>%
  group_by(region) %>%
  filter(!duplicated(region.distance)) %>%
  pull(region.distance) %>% sum
#[1] 80

类似地，在base R中，我们可以

sum(subset(df, !ave(region.distance, region, FUN = duplicated))$region.distance)
#[1] 80

数据

df <- structure(list(Gene = structure(1:5, .Label = c("ACE", "AGT", 
"BRCA", "DVL1", "NOTCH3"), class = "factor"), region = c(1L, 
1L, 2L, 3L, 4L), region.distance = c(10L, 10L, 20L, 10L, 40L)), 
class = "data.frame", row.names = c(NA, -5L))

df <- structure(list(Gene = structure(1:5, .Label = c("ACE", "AGT", 
"BRCA", "DVL1", "NOTCH3"), class = "factor"), region = c(1L, 
1L, 2L, 3L, 4L), region.distance = c(10L, 10L, 20L, 10L, 40L)), 
class = "data.frame", row.names = c(NA, -5L))

df我们可以使用
data.table

library(data.table)
unique(setDT(df),by = c("region", "region.distance"))[, sum(region.distance)]
#[1] 80

数据
df