求助，R遇到一个很诡异的问题，关于dataframe删除相同行

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

有个excel文档，第一列是公司名，第二列是商品代码

类似
A
北京公司  10001
北京公司  10001
上海公司  10002
广州公司  10001
广州公司  10003
北京公司  10002
....

一共是11万行，有24个厂家，3万多种商品，(部分行是完全相同的)，我想统计一下同一件商品有多少家公司销售，然后做一个频数分布图，

> dim(shangpin)
[1] 113824      2
> length(unique(shangpin$x))
[1] 24

> length(unique(shangpin$y))
[1] 37481

> dim(unique(shangpin))
[1] 52584     2

> dim(shangpin[!(duplicated(shangpin$x)&duplicated(shangpin$y)),])
[1] 37484     2



我想问下，为什么dim(unique(shangpin)) 和用duplicated得出来的结果不一样？？？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Dataframe Frame Fram Data FRA

nothk 发表于 2016-10-21 14:37
有个excel文档，第一列是公司名，第二列是商品代码

类似

上述两个表达式含义是不一样的，第一个表达式与你所想要的结果相同，第二个语意是不对的。

显然你没弄懂duplicated 的用途。
你 run 一下下面这个  df。  看看这几条语句的结果，你就明白了
x <- c(rep("A", 3), rep("B", 3), rep("C",4))
y <- c(rep（2,10）
shangpin <-data.frame(x,y)

jameschin007 发表于 2016-10-21 15:57
显然你没弄懂duplicated 的用途。
你 run 一下下面这个  df。  看看这几条语句的结果，你就明白了
x

我试了下结果没区别...

!(duplicated(shangpin$x)&duplicated(shangpin$y)) 难道不是找出shangpin中x和y都不一样的行？

多谢

1. x <- c(rep("A", 3), rep("B", 3), rep("C",4))
   
2. y <- c(rep(2,10))
   
3. shangpin <-data.frame(x,y)
   
4. unique(shangpin)
   
5. shangpin[!duplicated(shangpin),]

复制代码

duplicated直接对data.frame使用，返回的是TRUE or FALSE之类的索引。
unique一般不用于data.frame的去重，对于单个向量用unique比较合适。