数据框中的唯一行

什么是数据框

数据框（Data Frame）是R语言中一种常用的数据结构，它类似于Excel表格，每一列可以是不同的数据类型（比如字符型、数值型、逻辑型等），每一行表示一个观测值，每一行也可以被视为一个向量。

什么是唯一行

唯一行指的是数据框中不重复的行，也就是说，如果数据框中的两行完全相同，那么它们不算做唯一行。

如何提取数据框中的唯一行

提取数据框中的唯一行有多种方法，下面介绍其中两种。

方法一：使用duplicated()函数+!运算符

# 创建一个数据框
df <- data.frame(name=c("Mike", "Steve", "Mike", "John", "John"),
                 age=c(25, 30, 25, 22, 22),
                 score=c(80, 90, 80, 85, 85))

# 提取唯一行
unique_df <- df[!duplicated(df),]

# 输出结果
unique_df

运行结果如下：

   name age score
1  Mike  25    80
2 Steve  30    90
4  John  22    85

其中，duplicated(df)返回一个逻辑向量，表示df中的每一行是否是重复的。!运算符用来取反，将重复的行对应的逻辑值取反，变成TRUE。最终，!duplicated(df)返回的逻辑向量中的TRUE表示唯一的行。

方法二：使用distinct()函数

# 加载dplyr包
library(dplyr)

# 创建一个数据框
df <- data.frame(name=c("Mike", "Steve", "Mike", "John", "John"),
                 age=c(25, 30, 25, 22, 22),
                 score=c(80, 90, 80, 85, 85))

# 提取唯一行
unique_df <- distinct(df)

# 输出结果
unique_df

运行结果如下：

   name age score
1  Mike  25    80
2 Steve  30    90
3  John  22    85

其中，distinct()函数通过比较指定列的值来判断行是否唯一。如果多个行的指定列的值相同，则只保留其中的一行。在上面的例子中，我们没有指定distinct()函数的任何参数，因此默认按照所有列的值来判断行是否唯一。