删除/折叠R中的重复行

我正在使用下面的R代码，这是我从别处复制的（）。对于我希望做的事情（即从数据集中删除/折叠重复项），似乎效果很好，但我不理解最后一行。我想知道在什么基础上删除/折叠副本。有人评论说这是基于中间绝对偏差（MAD），但我不这么认为。有人能帮我理解吗

 Probesets=paste("a",1:200,sep="")
 Genes=sample(letters,200,replace=T)
 Value=rnorm(200)
 X=data.frame(Probesets,Genes,Value)
 X=X[order(X$Value,decreasing=T),]
 Y=X[which(!duplicated(X$Genes)),]

---

是否确实要删除那些与

基因

值重复的行？至少这段代码是这样做的：

Y=X[which(!duplicated(X$Genes)),]

因此，

Y

只包含唯一的

基因

值。如果比较

nrow（Y）

和

length（unique（X$Genes））

你会发现结果是相同的：

nrow(Y); length(unique(X$Genes))
[1] 26
[1] 26

如果要删除所有列中包含重复值的行，这可能是重复行的定义，则可以执行以下操作：

Y=X[!duplicated(X),]

看看它是如何工作的，考虑这个例子：

df <- data.frame(
  a = c(1,1,2,3),
  b = c(1,1,3,4)
)
df
  a b
1 1 1
2 1 1
3 2 3
4 3 4

df[!duplicated(df),]
  a b
1 1 1
3 2 3
4 3 4

---

df您确定要删除那些与
基因
值重复的行吗？至少这段代码是这样做的：

Y=X[which(!duplicated(X$Genes)),]

因此，
Y
只包含唯一的
基因
值。如果比较
nrow（Y）
和
length（unique（X$Genes））
你会发现结果是相同的：

nrow(Y); length(unique(X$Genes))
[1] 26
[1] 26

如果要删除所有列中包含重复值的行，这可能是重复行的定义，则可以执行以下操作：

Y=X[!duplicated(X),]

看看它是如何工作的，考虑这个例子：
df <- data.frame(
  a = c(1,1,2,3),
  b = c(1,1,3,4)
)
df
  a b
1 1 1
2 1 1
3 2 3
4 3 4

df[!duplicated(df),]
  a b
1 1 1
3 2 3
4 3 4

df您的代码将保留包含每个基因最大值的记录。
您的代码将保留包含每个基因最大值的记录。
重复项的排序方式将保留每个基因的最大值；尝试
all.equal（sort（Y[，“Value”]）、as.numeric（sort）（使用（X，tapply（Value，Genes，max）（）））
生成
TRUE
。顺便说一句，你可以省略代码中的
，只写
X[！duplicated（X$Genes），]
。谢谢你的澄清和建议！）对重复序列进行排序，使每个基因的最大值保持不变；尝试
all.equal（sort（Y[，“Value”]）、as.numeric（sort）（使用（X，tapply（Value，Genes，max）（）））
生成
TRUE
。顺便说一句，你可以省略代码中的
，只写
X[！duplicated（X$Genes），]
。谢谢你的澄清和建议！）非常感谢您的详细回答。是的，我的意图是只为一个独特的基因保留行。您完全正确，这将删除所有列中不包含重复值的行。严格地说，你是完全正确的，但我认为这是本意。谢谢。非常感谢你详细的回答。是的，我的意图是只为一个独特的基因保留行。您完全正确，这将删除所有列中不包含重复值的行。严格地说，你是完全正确的，但我认为这是本意。非常感谢。