r - 如何删除 R 中具有几乎相同列值的行？

Question

我有一个包含一列名称的数据集。如果存在具有较高值的​​行，我想删除具有较小“P”值的行。例如，在下面的数据集中，我想删除行 ID 的 3 和 5，因为存在“Texas P5”和“North Dakota P9”。做这个的最好方式是什么？提前致谢!

<表类="s-表"> <头> 身份证 姓名 分数 <正文> 1 明尼苏达 P2 342 2 佛蒙特P7 342 3 德州P4 65 4 新墨西哥州 643 5 北达科他州 P8 78 6 北达科他州 P9 245 7 德克萨斯州 P5 856 8 明尼苏达有限责任公司 342

Answer 1

这是一个基本的 R 方式。使用 ave 将数据按 Name 不包括数字进行拆分，并检查哪个组元素等于其最大元素。 ave 返回与其输入属于同一类的向量，在本例中为字符。因此强制对原始数据框进行逻辑和子集处理。

x<-"
ID  Name    Score
1   'Minnesota P2'  342
2   'Vermont P7'    342
3   'Texas P4'  65
4   'New Mexico'    643
5   'North Dakota P8'   78
6   'North Dakota P9'   245
7   'Texas P5'  856
8   'Minnesota LP'  342"
df1 <- read.table(textConnection(x), header = TRUE)


i <- with(df1, ave(Name, sub("\\d+", "", Name), FUN = \(x){
  x == tail(sort(x), 1)
}))
df1[as.logical(i),]
#>   ID            Name Score
#> 1  1    Minnesota P2   342
#> 2  2      Vermont P7   342
#> 4  4      New Mexico   643
#> 6  6 North Dakota P9   245
#> 7  7        Texas P5   856
#> 8  8    Minnesota LP   342

^{由 reprex package 创建于 2022-07-06 (v2.0.1)}