有条件地从data.frame中删除重复项

我正在试图找出如何根据变量

s

的重复值对我的数据集进行子集划分，同时还要考虑与行关联的

id

假设我的数据集是：

dat <- read.table(text = "
        id     s          
        1      2     
        1      2     
        1      1      
        1      3     
        1      3     
        1      3     
        2      3     
        2      3     
        3      2     
        3      2", 
header=TRUE)

我已经尝试过使用

duplicated（）

和

which（）

来使用

subset（）

，但我哪儿也不去。主要问题是隔离

s=3

“块”的第一行是不够的，因为在某些情况下（如

id=1

和

id=2

之间），3在一个id和另一个id之间重叠。。您会采取哪种策略？

如下：

subset(dat, s != 3 | s == 3 & !duplicated(dat)) 
#    id s
# 1   1 2
# 2   1 2
# 3   1 1
# 4   1 3
# 7   2 3
# 9   3 2
# 10  3 2

请注意，使用

子集

可能会有危险（请参阅），因此较长但更安全的版本为：

        id     s          
        1      2     
        1      2     
        1      1      
        1      3         
        2      3         
        3      2     
        3      2

dat[dat$s != 3 | dat$s == 3 & !duplicated(dat), ]

---

谢谢！同样对于链接对不起，我不知道，我必须查看您的数据。id=1（其中s=2）和id=3（其中s=2）中也有重复项，您想保留这些还是删除它们？是的，我想保留它们，谢谢