如何根據另一個列條件刪除重複的行？

Question

如何可以選擇基於在第二列中的最大的重複行（僅基於第一列）：

data<-data.frame(a=c(1,3,3,3),b=c(1,4,6,3),d=c(1,5,7,1)) 

a b d 
1 1 1 
3 4 5 
3 6 7 
3 3 1 


a b d 
1 1 1 
3 6 7 

在第二列6是最大4,6,3之間

Answer 1

您可以嘗試像下面這樣，使用「dplyr」：

library(dplyr) 

data %>%     ## Your data 
    group_by(a) %>%   ## grouped by "a" 
    filter(b == max(b))  ## filtered to only include the rows where b == max(b) 
# Source: local data frame [2 x 3] 
# Groups: a 
# 
# a b d 
# 1 1 1 1 
# 2 3 6 7 

但是請注意，如果有匹配b == max(b)，這些也將返回更多的行。因此，另一種可能是：

data %>%     ## Your data 
    group_by(a) %>%   ## grouped by "a" 
    arrange(desc(b)) %>% ## sorted by descending values of "b" 
    slice(1)    ## with just the first row extracted 

Answer 2

選項使用data.table被

library(data.table) 
setDT(data)[, .SD[which.max(b)], a] 
# a b d 
#1: 1 1 1 
#2: 3 6 7 

或者用.I獲得行索引（這將是一個有點快）

setDT(data)[data[, .I[which.max(b)], a]$V1] 
# a b d 
#1: 1 1 1 
#2: 3 6 7 

或者

setkey(setDT(data), a,b)[,.SD[.N], a] 
# a b d 
#1: 1 1 1 
#2: 3 6 7 

如果有關係的最大值

setDT(data)[, .SD[max(b)==b], a] 
# a b d 
#1: 1 1 1 
#2: 3 6 7