R - Удалить комбинации переменных, которые происходят несколько раз в data.frame

Question

Say У меня есть dataframe, df, с тремя векторами:

colours individual value 
1 white individual 1 0.4 
2 white individual 1 0.7 
3 black individual 2 1.1 
4 black individual 3 0.5 

Иногда же человек показывает вверх несколько раз для тех же цветов но разные значения. Я хотел бы написать код, который удалит все экземпляры, в которых это происходит.

*** EDIT: Есть много других строк, чем 4 миллиона - я не думаю, что текущие решения работают.

Я хотел бы подсчитать, сколько раз строка, которую я сейчас нахожу, в цикле for for, появляется, а затем удаляет их из data.frame. Таким образом, в приведенном выше примере я хотел бы избавиться от индивидуального 1. Затем df оставил остальные две строки.

До сих пор мой подход был такой:

1. Получить список всех цветов

2. Получить список всех лиц

3. Напишите два для петель.

   colours <- unique(df$colours) ind <- unique(df$individual) for (i in ind) { for (c in colour) { #something here. Probably if, asking if the person I'm on in the loop #is found with the colour I am on, more than once, get rid of them } }

Мой ожидаемый результат заключается в следующем:

colours individual value 

black individual 2 1.1 

black individual 3 0.5 

Исходные данные

df <- data.frame(colours = c("white", "white", "black", "black"), 
       individual = c("individual 1", "individual 1", "individual 2", "individual 3"), 
       value = c(0.4, 0.7, 1.1, 0.5)) 

Answer 1

На основе некоторых предложений в комментариях, этот ответ сработал лучше всего:

df[!(duplicated(df[,1:2]) | duplicated(df[,1:2], fromLast = TRUE)), ]

Немного отличается от комментариев. Это указывает столбцы, а не строки, и поэтому достигает результата, который я хотел от вопроса (удалите те строки, где дублируются отдельные и цветные). Более полезно, потому что примерные данные в вопросе всего четыре строки, а не миллионы.

Answer 2

Вы можете попробовать с anti_join() из dplyr библиотеки:

library(dplyr) 
anti_join(df1, df1[duplicated(df1[1:2]),], by="individual") 
# colours individual value 
#1 black individual 3 0.5 
#2 black individual 2 1.1 

Answer 3

Это должно быть сделано. Я создал образец набора данных, добавленный индексный вектор, чтобы показать, что вы сохраняете только первое появление цветного пользователя. Это работает, ваши имена ростов являются фактическим номером строки.

## Data preparation 
colours <- sample(c("red","blue","green","yellow"), size = 50, replace = T) 
users <- sample(1:10, size=50, replace=T) 
df <- data.frame(colours,users) 
df$value <- runif(50) 
df$index <- 1:50 

## Keep only the first occurence 
res <- unique(df[,1:2]) 
res$values <- df$value[as.integer(rownames(res))] 

Answer 4

Вот еще один вариант с использованием data.table

library(data.table) 
setDT(df1)[, if(.N==1) .SD , .(colours, individual)] 
# colours individual value 
#1: black individual 2 1.1 
#2: black individual 3 0.5 

Answer 5

простого dplyr подхода будет заключаться в группу по желанию и фильтром для групп с менее чем 2 наблюдениями:

library(dplyr) 
df %>% 
    group_by(colours, individual) %>% 
    filter(n() < 2) 

Source: local data frame [2 x 3] 
Groups: colours, individual [2] 

    colours individual value 
    (fctr)  (fctr) (dbl) 
1 black individual 2 1.1 
2 black individual 3 0.5