代码之家 › 专栏 › 技术社区 › aaaaa

r-根据多个data.frame列在列表中查找相等的元素并将其删除

multiple-columns duplicates dataframe list r

aaaaa · 技术社区 · 6 年前

让我们假设我有以下几点 data.frames 这就是我的清单:

df_1 = data.frame(x = c(1,2,2,5,6), y = c(20,20,21,24,55), z = rnorm(5))
df_2 = data.frame(x = c(1,2,2,5,6), y = c(20,20,21,24,55), z = rnorm(5))

df_3 = data.frame(x = c(3,3,5,6), y = c(20,20,21,24), z = rnorm(4))
df_4 = data.frame(x = c(1,2,2), y = c(20,20,21), z = rnorm(3))
df_5 = data.frame(x = c(2,2,5,6), y = c(19,20,21,40), z = rnorm(4))

df_6 = data.frame(x = c(1,5,6), y = c(20,20,24), z = rnorm(3))
df_7 = data.frame(x = c(1,5,6), y = c(20,20,24), z = rnorm(3))
df_8 = data.frame(x = c(1,5,6), y = c(20,20,24), z = rnorm(3))

df_lst = list(df_1, df_2, df_3, df_4, df_5, df_6, df_7, df_8)

如你所见 df_1 和 df_2 有相同的 x 和 y 列,同样适用于 df_6 , df_7 和 df_8 .

如何删除重复的文件 数据帧 基于列 x ?

我不在乎哪个 df 已删除,即它可以是 df_1 或 df_2 和 df_6 及 df_7 或 df_6 df_8 df_7 df_8

我真正的名单上有成千上万的人 数据帧

有什么建议吗?

1 回复 | 直到 6 年前

Andrew Gustar 6 年前

这里有一个方法。。。

df_lst[!duplicated(lapply(df_lst, function(df) df[,c("x","y")]))]

[[1]]
  x  y          z
1 1 20 -0.8043316
2 2 20 -1.0565257
3 2 21 -1.0353958
4 5 24 -1.1855604
5 6 55 -0.5004395

[[2]]
  x  y          z
1 3 20  0.3509210
2 3 20  0.8633185
3 5 21 -0.4789113
4 6 24 -1.1884792

[[3]]
  x  y           z
1 1 20 -0.26856637
2 2 20 -0.08022106
3 2 21 -0.12323569

[[4]]
  x  y           z
1 2 19 -0.09943981
2 2 20 -0.83475398
3 5 21  1.85777954
4 6 40 -0.49839702

[[5]]
  x  y          z
1 1 20 -1.2700546
2 5 20 -0.9369437
3 6 24  0.5334392

首先,它形成一个只包含列的虚拟列表 x 和 y

推荐文章

TheCodeNovice · R中符号格式的尾随零和其他问题[重复]

4 月前

Daniel Estévez · 扩展数据帧以包含不存在的值

5 月前

T Richard · 根据条件交换分组数据中的字符串或值

5 月前

Homer Jay Simpson · R中flextable的标题字体和垂直合并

6 月前

RKIDEV · Panda迭代行并将第n行值乘以下一(n+1)行值

6 月前

Ssong · 如何有条件地运用资本化?

6 月前

Marcio Lino · 在Pandas中转换多个值列

6 月前

Ray · 在Python pandas包中使用groupby函数时,输出结果存在差异的原因是什么?

6 月前

RobertF · 如果列没有表头,如何在R数据帧中引用变量名?

6 月前

Homer Jay Simpson · ggplot2`geom_label()中的警告消息`

6 月前