如何通过R中列的值删除重复行？

-2

 

    Email   | Action | Time 
    -------------- | -------- | ------------------- 
    [email protected] | checkin | 2016-07-11 08:50:59 
    [email protected] | checkin | 2016-07-11 08:51:42 
    [email protected] | checkin | 2016-07-11 08:55:13 -> this is duplicate data 
    [email protected] | checkout | 2016-07-11 19:15:20 
    [email protected] | checkin | 2016-07-12 08:58:20 
    [email protected] | checkin | 2016-07-12 09:15:00 
    [email protected] | checkin | 2016-07-12 09:20:13 -> this is duplicate data 
    [email protected] | checkout | 2016-07-12 20:20:10

我需要与相同的动作值删除重复行中的数据帧（对于这种情况是checkin和checkout）相同的日期（YYYY-MM-DD）内。它应该是这样的：

 

    Email   | Action | Time 
    -------------- | -------- | ------------------- 
    [email protected] | checkin | 2016-07-11 08:50:59 
    [email protected] | checkin | 2016-07-11 08:51:42 
    [email protected] | checkout | 2016-07-11 19:15:20 
    [email protected] | checkin | 2016-07-12 08:58:20 
    [email protected] | checkin | 2016-07-12 09:15:00 
    [email protected] | checkout | 2016-07-12 20:20:10

我知道我可以substr时间列，以获得YYYY-MM-DD，但我没有任何想法如何去除重复行。在此先感谢您的帮助:)

来源

2016-08-04 Asep Bagja Priandana

请勿为此使用字符串处理函数。使用'as.POSIXct'和'as.Date'。 – Roland

啊谢谢。你说得对，我可以使用'as.Date'来获取日期。现在，我需要找到一种方法来删除重复的数据。我曾尝试过“重复”，但结果不符合我的意图。 –

首先创建一个名为Days的列以保留日期格式为YYYY-d-m。然后使用Email,Action和Days的组合来查找重复项并将其删除。

##Create the column 
flights_info$Days <- as.POSIXct(strftime(flights_info$Time, format = "%Y-%d-%m %H:%M:%S"), format="%Y-%d-%m") 

##Remove the duplicates 
flights_info[!duplicated(flights_info[,c("Email","Action","Days")]),]

所需的输出：

Email   Action Time    Days  
[email protected] checkin 2016-07-11 08:50:59 2016-07-11 
[email protected] checkin 2016-07-11 08:51:42 2016-07-11 
[email protected] checkout 2016-07-11 19:15:20 2016-07-11 
[email protected] checkin 2016-07-12 08:58:20 2016-07-12 
[email protected] checkin 2016-07-12 09:15:00 2016-07-12 
[email protected] checkout 2016-07-12 20:20:10 2016-07-12

如果您不希望有Days列了，你可以将其删除：

flights_info[!duplicated(flights_info[,c("Email","Action","Days")]),-ncol(flights_info)]

我希望这有助于。

来源

2016-08-04 10:46:28 Abdou

酷！它可以工作，但它应该绑定到新的数据框，例如'new_flight_info <-flights_info [！duplicated（flights_info [，c（“Email”，“Action”，“Days”）]）， - ncol（flights_info）] ' 我不知道为什么...... –

@AsepBagjaPriandana，你可以命名你认为合适的名字。只要数据是你想要的，名字就是主观的。 – Abdou

如何通过R中列的值删除重复行？

回答

相关问题