下面的问题是关于检测一行是否有重复的单元格。 我想问一下如何删除第2,第3,....重复项(只保留一个单元格)
Removing duplicate values row-wise in R
示例;团队 #6595380(第 4 行)有一个重复成员 - 人 #24432987 出现在 Person1 列和 Person5 列中。
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
最佳答案
如果您的目标是将重复的行转换为 NA
,那么您可以使用 duplicated
作为逻辑值来识别重复的行(在 pivot_longer
):
library(tidyverse)
df %>%
pivot_longer(cols = -Team) %>%
mutate(value = if_else(duplicated(cbind(Team, value)), NA_integer_, value)) %>%
pivot_wider(Team, names_from = name, names_sort = T)
#> # A tibble: 14 × 8
#> Team Person1 Person2 Person3 Person4 Person5 Person6 Person7
#> <int> <int> <int> <int> <int> <int> <int> <int>
#> 1 6594794 37505959 37469784 NA NA NA NA NA
#> 2 6595053 30113392 33080042 21537147 32293683 NA NA NA
#> 3 6595201 697417 22860111 NA NA NA NA NA
#> 4 6595380 24432987 32370372 11521625 362790 NA 22312802 32432267
#> 5 6595382 12317669 25645492 NA NA NA NA NA
#> 6 6595444 8114419 236357 32545314 22247108 NA NA NA
#> 7 6595459 2135269 32332907 NA 32436550 NA NA NA
#> 8 6595468 33590928 10905322 32319555 10439608 NA NA NA
#> 9 6595485 33080810 33162061 NA NA NA NA NA
#> 10 6595496 36901773 34931641 NA NA NA NA NA
#> 11 6595523 512193 8747403 NA NA NA NA NA
#> 12 6595524 32393404 113514 NA NA NA NA NA
#> 13 6595526 37855554 37855512 NA NA NA NA NA
#> 14 6595536 18603977 1882599 332261 10969771 712339 2206680 768785
如果目标是删除重复的单元格:
library(tidyverse)
df %>%
pivot_longer(cols = -Team, values_drop_na = T) %>%
distinct(Team, value, .keep_all = TRUE) %>%
pivot_wider(Team, names_from = name)
#> # A tibble: 14 × 8
#> Team Person1 Person2 Person3 Person4 Person6 Person7 Person5
#> <int> <int> <int> <int> <int> <int> <int> <int>
#> 1 6594794 37505959 37469784 NA NA NA NA NA
#> 2 6595053 30113392 33080042 21537147 32293683 NA NA NA
#> 3 6595201 697417 22860111 NA NA NA NA NA
#> 4 6595380 24432987 32370372 11521625 362790 22312802 32432267 NA
#> 5 6595382 12317669 25645492 NA NA NA NA NA
#> 6 6595444 8114419 236357 32545314 22247108 NA NA NA
#> 7 6595459 2135269 32332907 NA 32436550 NA NA NA
#> 8 6595468 33590928 10905322 32319555 10439608 NA NA NA
#> 9 6595485 33080810 33162061 NA NA NA NA NA
#> 10 6595496 36901773 34931641 NA NA NA NA NA
#> 11 6595523 512193 8747403 NA NA NA NA NA
#> 12 6595524 32393404 113514 NA NA NA NA NA
#> 13 6595526 37855554 37855512 NA NA NA NA NA
#> 14 6595536 18603977 1882599 332261 10969771 2206680 768785 712339
关于删除一行中的重复单元格,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/70632491/