Finden Sie eindeutige Zeilen in einem Datenrahmen in R

Question

Ich möchte eine neue Datenrahmenspalte erstellen, die mir hilft, doppelte Zeilen schnell anhand des Werts der ersten Spalte pro Zeile (Index) zu identifizieren. Unter der Annahme, dass mein Datenrahmen (df) hat fast 18000 Reihen-Beobachtungen und die neue Spalte wird als „einzigartig“ Ich habe folgende eher erfolglos versucht ...

df$unique = ifelse(df[row.names(df):1]==df[row.names(df)-1:1], "YES", "NO") 

Die Logik hinter dem Code ist, dass ein Vergleich zwischen dem Zelle derselben Zeile und die vorherige in derselben Spalte können eindeutige Einträge ausgeben, solange diese Werte nicht übereinstimmen.

Mein Datenrahmen

index num1 num2 
1  12 12 
1  12 12 
2  14 14 
2  14 14 
2  14 14 
3  18 18 
4  19 19 

Answer 1

können Sie verwenden, um die duplicated Funktion. Seien Sie sich bewusst, dass das erste Vorkommen einer nicht eindeutigen Spalte kein Duplikat ist. Daher brauchen wir es zweimal, indem wir von Anfang und Ende suchen.

# Toy data, where the first two rows are identical, the third row is unique 
df <- data.frame(a = c(1, 1, 1), b = c(1, 1, 2)) 

# Find unique columns 
df$unique <- !(duplicated(df) | duplicated(df, fromLast = TRUE)) 

Ausgang:

> df 
    a b unique 
1 1 1 FALSE 
2 1 1 FALSE 
3 1 2 TRUE