排除後續的重複行

我想排除所有重複的行。但是，只有當它們是後續行時，它纔是真實的。遵循一個代表性的例子：排除後續的重複行

我輸入df：

df <- "NAME VALUE 
    Prb1 0.05 
    Prb2 0.05 
    Prb3 0.05 
    Prb4 0.06 
    Prb5 0.06 
    Prb6 0.01 
    Prb7 0.10 
    Prb8 0.05" 

df <- read.table(text=df, header=T)

我的預期outdf：

outdf <- "NAME VALUE 
Prb1 0.05 
Prb4 0.06 
Prb6 0.01 
Prb7 0.10 
Prb8 0.05" 

outdf <- read.table(text=df, header=T)

來源

2015-05-15 user2120870

rle()是一個很好的函數，用於標識相同值的運行，但將它的輸出轉換爲可用的形式可能有點痛苦。這是一個相對無痛咒語在你的情況下起作用。

df[sequence(rle(df$VALUE)$lengths) == 1, ] 
# NAME VALUE 
# 1 Prb1 0.05 
# 4 Prb4 0.06 
# 6 Prb6 0.01 
# 7 Prb7 0.10 
# 8 Prb8 0.05

來源

2015-05-15 13:33:50

有解決這個大概很多方面，我會嘗試從data.tabledevel version

rleid/unique組合

library(data.table) ## v >= 1.9.5 
unique(setDT(df)[, indx := rleid(VALUE)], by = "indx") 
# NAME VALUE indx 
# 1: Prb1 0.05 1 
# 2: Prb4 0.06 2 
# 3: Prb6 0.01 3 
# 4: Prb7 0.10 4 
# 5: Prb8 0.05 5

或者從一些偉大的建議，由評論：

只需使用新shift功能

setDT(df)[VALUE != shift(VALUE, fill = TRUE)]

或者使用duplicated與rleid

setDT(df)[!duplicated(rleid(VALUE)), ]

來源

2015-05-15 13:23:26

這個怎麼樣結合：

> df[c(T, df[-nrow(df),-1] != df[-1,-1]), ] 
    NAME VALUE 
1 Prb1 0.05 
4 Prb4 0.06 
6 Prb6 0.01 
7 Prb7 0.10 
8 Prb8 0.05

這裏，df[-nrow(df),-1] != df[-1,-1]查找包含不同值的連續行對，其餘代碼從數據幀中提取它們。

來源

2015-05-15 13:26:55 NPE

我遇到這個漂亮的功能，而前來到其國旗行作爲被首先基於一個指定的變量：

isFirst <- function(x,...) { 
     lengthX <- length(x) 
     if (lengthX == 0) return(logical(0)) 
     retVal <- c(TRUE, x[-1]!=x[-lengthX]) 
     for(arg in list(...)) { 
      stopifnot(lengthX == length(arg)) 
      retVal <- retVal | c(TRUE, arg[-1]!=arg[-lengthX]) 
     } 
     if (any(missing<-is.na(retVal))) # match rle: NA!=NA 
      retVal[missing] <- TRUE 
     retVal 
    }

把它應用到您的數據提供了：

> df$first <- isFirst(df$VALUE) 
> df 
    NAME VALUE first 
1 Prb1 0.05 TRUE 
2 Prb2 0.05 FALSE 
3 Prb3 0.05 FALSE 
4 Prb4 0.06 TRUE 
5 Prb5 0.06 FALSE 
6 Prb6 0.01 TRUE 
7 Prb7 0.10 TRUE 
8 Prb8 0.05 TRUE

你然後可以在第一列上進行重複數據刪除以獲得您的預期輸出。

我發現這在過去非常有用，特別是來自SAS背景，這很容易做到。

來源

2015-05-15 15:13:22 Zfunk

我會使用類似@NPE的

df[c(TRUE,abs(diff(df$VALUE))>1e-6),]

當然你也可以使用任何其他公差等級（比1e-6等）的解決方案。

來源

2015-05-15 20:46:53 cryo111

許多很好的答案已經，這裏是dplyr版本：

filter(df,VALUE!=lag(VALUE,default=df$VALUE[1]+1))

來源

2015-05-15 21:20:56 zx8754

排除後續的重複行

回答

相關問題