Cara Hapus Data Duplikat dalam R - dummies

Aplikasi yang sangat berguna bagi data subseksinya ialah untuk mencari dan mengalih keluar nilai pendua. R mempunyai fungsi yang berguna, diduplikasi (), yang mendapati nilai pendua dan mengembalikan vektor logik yang memberitahu anda sama ada nilai khusus adalah pendua nilai sebelumnya. Ini bermakna bahawa untuk nilai yang diduplikasi, diduplikasi () mengembalikan FALSE untuk kejadian pertama dan BENAR untuk setiap kejadian berikut nilai tersebut, seperti dalam contoh berikut:

>> diduplikasi (c (1, 2, 1, 3, 1, 4)) [1] FALSE FALSE TRUE FALSE TRUE FALSE

Jika anda cuba ini pada bingkai data, memeriksa pemerhatian (artinya, ia memperlakukan setiap baris sebagai nilai). Sebagai contoh, dengan iris bingkai data: >> ditiru (iris) [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE [10] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE … [136] FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE [145] FALSE FALSE FALSE FALSE FALSE FALSE FALSE

Jika anda melihat dengan teliti, anda perhatikan bahawa baris 143 adalah pendua (kerana elemen ke-143 hasil anda mempunyai nilai TRUE). Anda juga boleh memberitahu ini dengan menggunakan fungsi yang ():

 >> yang (ditiru (iris)) [1] 143

Sekarang, untuk memadam pendua dari iris, anda perlu mengecualikan baris ini dari data anda. Ingat bahawa terdapat dua cara untuk mengecualikan data menggunakan penyahpilih:

Tentukan vektor logik, di mana

FALSE

bermakna unsur tersebut akan dikecualikan.

• The! (seruan titik) operator adalah penolakan logik. Ini bermakna ia menukar TRUE ke FALSE dan sebaliknya. Jadi, untuk mengeluarkan salinan dari iris, anda lakukan yang berikut:

  >> iris [! ditiru (iris),] Tentukan nilai negatif. Dengan kata lain:
  >> index iris [-index,]

  Dalam kedua-dua kes, anda akan melihat bahawa arahan anda telah mengalihkan baris 143.