在 R 中逐行删除重复值

Question

我正在使用 R 中的数据集，但我遇到了一个似乎无法解决的问题。我的数据目前看起来像这样:

Team    Person1   Person2   Person3   Person4   Person5  Person6  Person7
6594794 37505959  37469784    NA         NA       NA        NA      NA
6595053 30113392  33080042  21537147  32293683    NA        NA      NA
6595201 697417    22860111  NA           NA       NA        NA      NA
6595380 24432987  32370372  11521625   362790   24432987 22312802 32432267
6595382 12317669  25645492  NA           NA       NA        NA      NA
6595444 8114419   236357    32545314  22247108    NA        NA      NA
6595459 2135269   32332907  32332907  32436550    NA        NA      NA
6595468 33590928  10905322  32319555  10439608    NA        NA      NA
6595485 33080810  33162061  NA           NA       NA        NA      NA
6595496 36901773  34931641  NA           NA       NA        NA      NA
6595523 512193    8747403   NA           NA       NA        NA      NA
6595524 32393404  113514    NA           NA       NA        NA      NA
6595526 37855554  37855512  NA           NA       NA        NA      NA
6595536 18603977  1882599   332261    10969771  712339  2206680  768785

这些列一直跨越到“Person24”。

我意识到有些团队不止一次列出了同一个人。因此，我需要找到一种方法来识别至少一个人的 ID 号被多次列出的团队，并创建所有这些团队 ID 的完整列表，或者只是从数据集中删除这些团队。

例如，团队 #6595380(第 4 行)有一个重复成员 - 人员 #24432987 出现在 Person1 列和 Person5 列中。另一个示例是团队 #6595459(第 7 行) - 人员 #32332907 出现在 Person2 列和 Person3 列中。因此，我要么正在寻找一种方法来记录发生此类事件的团队，要么只是将它们从数据集中删除。

Answer 1

Yuo 可以使用 apply 跨行识别重复的人员 ID。

dat$dups <- apply(dat[-1], 1, function(i) any(duplicated(i[!is.na(i)])))

或者正如 Simon O'Hanlon 在评论中指出的那样

dat$dups <- apply(dat[-1], 1, function(i) any(duplicated(i, incomparables = NA)))

然后，您可以使用它来查找重复的团队编号或排除它们:

# Return teams that have duplicate person ids
dat$Team[ dat$dups ]
# Exclude rows with duplicates
dat[ ! dat$dups , ]