R 查找唯一行

这看起来很简单，但我想不出来

给定这个数据帧

df=data.frame(
  x = c(12,12,165,165,115,148,148,155,155,521),
  y = c(54,54,122,122,215,108,108,655,655,151)  
)


 df
     x   y
1   12  54
2   12  54
3  165 122
4  165 122
5  115 215
6  148 108
7  148 108
8  155 655
9  155 655
10 521 151

现在，如何获取只存在一次的行。那是第5排和第10排。行的顺序可以完全任意，因此检查“下一行”不是一个选项。我尝试了很多方法，但在我的data.frame上没有任何效果，它有大约4万行

---

我有一个解决方案处理data.frame的一个子集（~1k行），这需要3分钟来处理。因此，我的解决方案需要在我的原始data.frame上花费120分钟，这是不合适的。有人能帮忙吗？

使用

dplyr

的解决方案

df2

是最终输出

library(dplyr)
df2 <- df %>%
  count(x, y) %>%
  filter(n == 1) %>%
  select(-n)

库（dplyr）
df2%
计数（x，y）%>%
过滤器（n==1）%>%
选择（-n）

带有

表格的解决方案

library(dplyr)
table(df) %>% as.data.frame %>% subset(Freq ==1) %>% select(-3)

或者，如您在评论中所述，对于base，您不希望加载包：

subset(as.data.frame(table(df)),Freq ==1)[,-3]

另外，我认为

data.table

对于大数据集和过滤来说非常快，所以这可能也值得一试，因为您提到了速度：

df2 <- copy(df)
df2 <- setDT(df2)[, COUNT := .N, by='x,y'][COUNT ==1][,c("x","y")]

---

df2从数据帧的开头和结尾检查
duplicated
，如果没有返回true，则选择它：

df[!(duplicated(df) | duplicated(df, fromLast = TRUE)),]

#     x   y
#5  115 215
#10 521 151

另一个base R解决方案，使用
ave
计算每行的总出现次数，并仅对
1
时间出现的次数进行子集。也可以针对出现特定次数的子集行进行修改

df[ave(1:NROW(df), df, FUN = length) == 1,]
#     x   y
#5  115 215
#10 521 151

如果您只是在寻找一种快速的可视化方法，那么可以使用
table（df$x，df$y）
。这不会返回行号，而是返回一个矩阵，其中行中包含
x
值，列中包含
y
值。这个问题以前被问过好几次，例如，谷歌快速搜索返回：。谢谢你的回答。不需要另一个lib是一个好处，因为这是在我们开发的包中使用的。
filter
，而不是
subset
，对吗？我从来没有得到过很大的区别，除了
subset
保留初始行号这一事实<代码>过滤器

也可以被其他包屏蔽，所以我通常使用

子集

。不好吗？不，一点也不坏。我还以为你想用dplyr风格来做呢。为什么

subset

不是dplyr风格：）？你的意思是它是基函数？这是相关的，简而言之，过滤器丢弃行名称对于较大的数据集更快（对于较小的数据集较慢），对于sql数据库更好：