R语言中如何判断并删除合并相同行

很多行很多列的数据

其中某两行除了一个属性A不同，其他属性全部相同。某两行除了一个属性B不同，其他全部相同。请问该如何合并呢。

简单粗暴，直接上图。
             

                        


                           

另，由于我做的是用shiny读取excel并进行相关操作，可能有的excel只有属性A重复，有的只有属性B重复，有的A和B都重复。如果能写成自动判断是否重复然后再进行相关操作就最好了。（注：只有SITE和Kind会出现重复，且ID是唯一识别标识）


求指教，谢谢！

整体思路和原来一样，但是因为有两列，所以在by() 函数里对两行进行了计算，因为两行有有交互的关系，所以用了一个ifelse条件语句，意思是比如当一个重复组:
---------------------
SITE      Kind
shanghai baby
shanghai beauty
----------------------
baby和beauty，写成baby，beauty，但是该组前面一列里是shanghai shanghai，因为两个名字一样，所以不写成shanghai，shanghai

1. ##define data frame
   
2. dat <- data.frame(ID=c(8,8,4,5,9,9),
   
3.                   SITE=c('beijing','shanghai','beijing','beijing','shanghai','shanghai'),
   
4.                   Kind=c(rep('baby',5),'beauty'),
   
5.                   Volume=c(1,1,4,5,2,2))
   
6. dat
   
7. 
   
8. ##create new site names
   
9. sub.dat <- dat[,c('ID','SITE','Kind')]
   
10. site <- by(data=sub.dat,INDICES = sub.dat$ID,FUN = function(x){
    
11.   a <- ifelse(length(unique(x$SITE))==1,
    
12.               as.vector(x$SITE)[1],paste0(x$SITE,collapse = ','))
    
13.   b <- ifelse(length(unique(x$Kind))==1,
    
14.               as.vector(x$Kind)[1],paste0(x$Kind,collapse = ','))
    
15.   data.frame(SITE=a,Kind=b)
    
16. })
    
17. 
    
18. site <- site[as.character(unique(sub.dat$ID))]
    
19. site <- do.call(rbind,site)
    
20. 
    
21. dat.new <- dat[match(rownames(site),dat$ID),]
    
22. dat.new[,c('SITE','Kind')] <- site
    
23. row.names(dat.new) <- NULL
    
24. dat.new

复制代码

这个代码对大数据处理也应该还快的，比对每一行进行循环要快很多。
在这个网页上好像有些代码会自动被转换成数学公式，乱码主要发生在"x$SITE" 和 "x$Kind"上，中间是美元符号。

比较笨的一个方法

1. data <- data[order(data$id,data$site, data$kind), ]  # sort your dataset
   
2. 
   
3. for i in (1:(nrow(data)-1){
   
4.     if (data[i, "id"]==data[i+1, "id"] & data[i, "site"]!=data[i+1, "site"]){
   
5.         data[i, "site"]<- paste(data[i, "site"], data[i+1, "site", sep=',')
   
6.     }
   
7.     if (data[i, "id"]==data[i+1, "id"] & data[i, "kind"]!=data[i+1, "kind"]){
   
8.         data[i, "kind"]<- paste(data[i, "kind"], data[i+1, "kind", sep=',')
   
9.     }
   
10. }
    
11. 
    
12. data <- dplyr::n_distinct(data, id)

复制代码

deem 发表于 2017-8-1 21:45
比较笨的一个方法

i是是什么呢？ 我这边运行有错误   最好能给出完整代码  谢谢！

奢香夫人1 发表于 2017-8-1 21:53
i是是什么呢？ 我这边运行有错误   最好能给出完整代码  谢谢！

括号放错位置了，是对所有的行进行循环。
这就是完整代码

1. data <- data[order(data$id,data$site, data$kind), ]  # sort your dataset
   
2. 
   
3. for (i in 1:(nrow(data)-1){
   
4.     if (data[i, "id"]==data[i+1, "id"] & data[i, "site"]!=data[i+1, "site"]){
   
5.         data[i, "site"]<- paste(data[i, "site"], data[i+1, "site", sep=',')
   
6.     }
   
7.     if (data[i, "id"]==data[i+1, "id"] & data[i, "kind"]!=data[i+1, "kind"]){
   
8.         data[i, "kind"]<- paste(data[i, "kind"], data[i+1, "kind", sep=',')
   
9.     }
   
10. }
    
11. 
    
12. data <- dplyr::n_distinct(data, id)

复制代码

奢香夫人1 发表于 2017-8-1 21:53
i是是什么呢？ 我这边运行有错误   最好能给出完整代码  谢谢！

括号放错位置了，是对所有的行进行循环。
这就是完整代码

1. data <- data[order(data$id,data$site, data$kind), ]  # sort your dataset
   
2. 
   
3. for (i in 1:(nrow(data)-1){
   
4.     if (data[i, "id"]==data[i+1, "id"] & data[i, "site"]!=data[i+1, "site"]){
   
5.         data[i, "site"]<- paste(data[i, "site"], data[i+1, "site", sep=',')
   
6.     }
   
7.     if (data[i, "id"]==data[i+1, "id"] & data[i, "kind"]!=data[i+1, "kind"]){
   
8.         data[i, "kind"]<- paste(data[i, "kind"], data[i+1, "kind", sep=',')
   
9.     }
   
10. }
    
11. 
    
12. data <- dplyr::n_distinct(data, id)

复制代码

我吧代码该进了下，变的更简单明了了，对大数据的运算速度也应该有提高：整体的意思在每组重复行里，只取第一行，然后把SITE 和Kind的内容替代为所需的内容，再输出结果，如有疑问请留言

1. ##define data frame
   
2. dat <- data.frame(ID=c(8,8,4,5,9,9),
   
3.                   SITE=c('beijing','shanghai','beijing','beijing','shanghai','shanghai'),
   
4.                   Kind=c(rep('baby',5),'beauty'),
   
5.                   Volume=c(1,1,4,5,2,2))
   
6. dat
   
7. dat.new <- by(data = dat,INDICES = dat$ID,FUN = function(x){
   
8.   site.new <- paste(unique(x$SITE),collapse = ',')
   
9.   kind.new <- paste(unique(x$Kind),collapse = ',')
   
10.   dat2 <- x[1,]
    
11.   dat2$SITE <- site.new
    
12.   dat2$Kind <- kind.new
    
13.   dat2
    
14. })
    
15. 
    
16. dat.new <- dat.new[as.character(unique(dat$ID))]
    
17. dat.new <- do.call(rbind,dat.new)
    
18. rownames(dat.new) <- NULL
    
19. dat.new

复制代码

jimaocai 发表于 2017-8-1 22:54
我吧代码该进了下，变的更简单明了了，对大数据的运算速度也应该有提高：整体的意思在每组重复行里，只取第 ...

谢谢。可以正常运行并且能达到功能了

你好！请问by函数主要有什么功能呀？没有搜索到

jimaocai 发表于 2017-8-1 22:54
我吧代码该进了下，变的更简单明了了，对大数据的运算速度也应该有提高：整体的意思在每组重复行里，只取第 ...

好厉害！！！