blocks|key|401908|text|以下是你想做的事：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|401909|>+df+=+data.frame(col1+=+c("a",+"a",+"a",+"b",+"b",+"c"),+col2+=+1:6)
>+t+<-+table(df[,1])
>+df[match(names(t[t>1]),df[,1]),]
++col1+col2
1++++a++++1
4++++b++++4|code-block|syntax|javascript|401910|简短说明：table(...)计算每个元素在第一列中的次数。names(t[t>1])只选择至少出现两次的元素，而match(...)给出了所述元素的(第一个)索引。最后，选择与这些索引对应的行。|offset|length|style|CODE|401911|entityMap^0|0|0|5|A|U|D|1L|A|0^^$0|@$1|2|3|4|5|6|7|O|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|P|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|Q|8|@$I|R|J|S|K|L]|$I|T|J|U|K|L]|$I|V|J|W|K|L]]|9|@]|A|$]]|$1|M|3|-4|5|6|7|X|8|@]|9|@]|A|$]]]|N|$]]

the following should do what you want:

<pre><code>&gt; df = data.frame(col1 = c("a", "a", "a", "b", "b", "c"), col2 = 1:6)
&gt; t &lt;- table(df[,1])
&gt; df[match(names(t[t&gt;1]),df[,1]),]
 col1 col2
1 a 1
4 b 4
</code></pre>

Short explanation: <code>table(...)</code>counts the number of times each element apears in the first column. <code>names(t[t&gt;1])</code> selects only those that appear at least two times and <code>match(...)</code> gives the (first) index of said elements. Finally the rows corresponding to these indices are selected.

blocks|key|2378934|text|我们可以用data.table来做这件事。将'data.frame‘转换为'data.table’(setDT(df))，按'col1‘分组，if行数大于1，得到第一行|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|2378935|library(data.table)
setDT(df)[,+if(.N>1)+head(.SD,+1)+,+col1]
#+++col1+col2
#1:++++a++++1
#2:++++b++++4|code-block|syntax|javascript|2378936|如果我们需要第二个值|2378937|setDT(df)[,+if(.N>1)+.SD[2]+,+col1]
#+++col1+col2
#1:++++a++++2
#2:++++b++++5|2378938|或者使用dplyr|2378939|library(dplyr)
df+%25>%25
+++group_by(col1)+%25>%25
+++filter(n()>1+&+row_number()==1)
#+++col1++col2
#++<fctr>+<int>
#1++++++a+++++1
#2++++++b+++++4|2378940|entityMap^0|5|A|1E|9|1Z|2|0|0|0|0|4|5|0|0^^$0|@$1|2|3|4|5|6|7|U|8|@$9|V|A|W|B|C]|$9|X|A|Y|B|C]|$9|Z|A|10|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|11|8|@]|D|@]|E|$I|J]]|$1|K|3|L|5|6|7|12|8|@]|D|@]|E|$]]|$1|M|3|N|5|H|7|13|8|@]|D|@]|E|$I|J]]|$1|O|3|P|5|6|7|14|8|@$9|15|A|16|B|C]]|D|@]|E|$]]|$1|Q|3|R|5|H|7|17|8|@]|D|@]|E|$I|J]]|$1|S|3|-4|5|6|7|18|8|@]|D|@]|E|$]]]|T|$]]

We can do this with <code>data.table</code>. Convert the 'data.frame' to 'data.table' (<code>setDT(df)</code>), grouped by 'col1', <code>if</code> the number of rows are greater than 1, get the first row

<pre><code>library(data.table)
setDT(df)[, if(.N&gt;1) head(.SD, 1) , col1]
# col1 col2
#1: a 1
#2: b 4
</code></pre>

If we need the second value

<pre><code>setDT(df)[, if(.N&gt;1) .SD[2] , col1]
# col1 col2
#1: a 2
#2: b 5
</code></pre>

<hr>

Or using <code>dplyr</code>

<pre><code>library(dplyr)
df %&gt;%
 group_by(col1) %&gt;%
 filter(n()&gt;1 &amp; row_number()==1)
# col1 col2
# &lt;fctr&gt; &lt;int&gt;
#1 a 1
#2 b 4
</code></pre>

blocks|key|400395|text|使用dplyr，我们可以使用group_by+col1，然后只包含那些多次发生的组，并使用slice逐行获取第一行。|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|400396|library(dplyr)
df+%25>%25
+++group_by(col1)+%25>%25
+++filter(n()+>+1)+%25>%25
+++slice(1)

#+++col1++col2
#++<fctr>+<int>
#1+++a+++++1
#2+++b+++++4|code-block|syntax|javascript|400397|从每一组中得到第二排|400398|df+%25>%25
++group_by(col1)+%25>%25
++filter(n()+>+1)+%25>%25
++slice(2)

#++++col1++col2
#++++<fctr>+<int>
#1++++++a+++++2
#2++++++b+++++5|400399|我们还可以在row_number中使用dplyr函数|400400|df+%25>%25
++group_by(col1)+%25>%25
++filter(n()+>+1)+%25>%25
++filter(row_number()+==+1)|400401|entityMap^0|2|5|E|8|N|4|19|5|0|0|0|0|6|A|J|5|0|0^^$0|@$1|2|3|4|5|6|7|U|8|@$9|V|A|W|B|C]|$9|X|A|Y|B|C]|$9|Z|A|10|B|C]|$9|11|A|12|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|13|8|@]|D|@]|E|$I|J]]|$1|K|3|L|5|6|7|14|8|@]|D|@]|E|$]]|$1|M|3|N|5|H|7|15|8|@]|D|@]|E|$I|J]]|$1|O|3|P|5|6|7|16|8|@$9|17|A|18|B|C]|$9|19|A|1A|B|C]]|D|@]|E|$]]|$1|Q|3|R|5|H|7|1B|8|@]|D|@]|E|$I|J]]|$1|S|3|-4|5|6|7|1C|8|@]|D|@]|E|$]]]|T|$]]

With <code>dplyr</code> we can <code>group_by</code> <code>col1</code> and then include only those groups which occur more than once and get the first row by group with <code>slice</code>

<pre><code>library(dplyr)
df %&gt;%
 group_by(col1) %&gt;%
 filter(n() &gt; 1) %&gt;%
 slice(1)

# col1 col2
# &lt;fctr&gt; &lt;int&gt;
#1 a 1
#2 b 4
</code></pre>

To get second row from every group we can just 

<pre><code>df %&gt;%
 group_by(col1) %&gt;%
 filter(n() &gt; 1) %&gt;%
 slice(2)

# col1 col2
# &lt;fctr&gt; &lt;int&gt;
#1 a 2
#2 b 5
</code></pre>

<hr>

We can also use the <code>row_number</code> function in <code>dplyr</code>

<pre><code>df %&gt;%
 group_by(col1) %&gt;%
 filter(n() &gt; 1) %&gt;%
 filter(row_number() == 1)
</code></pre>

I want to remove rows based on the repeated element in first column but want to keep the second column as well. Any of the the values associated with repeated element in the second column I can use. 

Input:

<pre><code>df = data.frame(col1 = c("a", "a", "a", "b", "b", "c"), col2 = 1:6)
</code></pre>

Expected Output: 

<pre><code>col1 col2
a 1
b 4
</code></pre>

or,

<pre><code>col1 col2
 a 2
 b 5
</code></pre>

etc.

So far tried with below command but does not keep entire dataframe:

<pre><code>df[(duplicated(df$col1)),] 
</code></pre>

Keep repeated element once and the entire data frame in r

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

我希望根据第一列中的重复元素删除行，但也希望保留第二列。与第二列中的重复元素相关联的任何值。输入：df = data.frame(col1 = c("a", "a", "a", "b", "b", "c"), col2 = 1:6)预期产出：col1 col2a    1b    4或,col1 col2    a  ...

问将重复元素和整个数据帧保持在r中。
EN

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问将重复元素和整个数据帧保持在r中。EN