r - 如何删除R中的重复行？

Question

我在 R 中拥有以下数据框(对于熟悉 tidyverse 的人来说，这是 starwars 示例数据集)

我正在尝试创建一个输出两列的 tibble:homeworld 和 shortest_5(来自该 homeworld 的最矮 5 个人的平均高度)。

下面是我的代码；

df<-starwars %>%
  group_by(homeworld) %>%
  filter(!is.na(height), !is.na(homeworld)) %>%
  arrange(desc(height)) %>%
  mutate(last5mean = mean(tail(height, 5))) %>%
  summarize(shortest_5=last5mean, number=n()) %>%
  filter(number>=5, ) 
df

看来我已经成功地做到了(虽然很困惑)。我的问题是，虽然我的 tibble 确实列出了 homeworld 和 shortest_5，但它重复了同一 homeworld 的多个实例。

似乎是一个简单的修复，但我无法完全理解它!任何帮助将不胜感激!

Answer 1

您可以大大缩短代码:

df<-starwars %>%
  group_by(homeworld) %>%
  filter(!is.na(height), !is.na(homeworld), n() >=5) %>%
  summarize(shortest_5 = mean(if_else(rank(height) > 5, NA_integer_, height), na.rm = TRUE))

df

# # A tibble: 2 x 2
#   homeworld shortest_5
#   <chr>          <dbl>
# 1 Naboo           151.
# 2 Tatooine        153.

注意:

• 我得到的结果与你不同，例如在 Naboo 上，最短的 5 个字符的高度为:96、157、165、165、170。这 5 个值的平均值是 150.6。
• 您不应该拥有以下值:科洛桑，因为来自那个家乡的角色只有 3 个。仅有的两个至少有 5 个角色的家园世界是纳布和塔图因。