基于两列组合去除R语言data.frame中的重复行

给定如下R语言数据框：

df1 <- data.frame(v1 = c('A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'),
                  v2 = c('B', 'A', 'D', 'C', 'F', 'E', 'H', 'G'),
                  value = c(1.12, 1.12, 12.52, 12.52, 3.19, 3.19, 12.52, 12.52))

其中v1和v2的双向组合（如A-B与B-A）且value值相同的行属于重复项，需要保留每组中的一行，得到目标结果。

方法一：基础R实现 #

核心思路是给每组双向重复行生成统一的标识，再结合value去重：

# 为每行生成排序后的组合标识（A-B和B-A都会变成"A-B"）
df1$pair <- apply(df1[, c("v1", "v2")], 1, function(x) paste(sort(x), collapse = "-"))

# 根据组合标识和value去重，保留首次出现的行
df2 <- df1[!duplicated(df1[, c("pair", "value")]), ]

# 删除临时生成的pair列
df2 <- df2[, c("v1", "v2", "value")]

# 查看结果
df2

方法二：dplyr（tidyverse）实现 #

用tidyverse风格的代码更简洁直观：

library(dplyr)

df2 <- df1 %>%
  rowwise() %>%
  # 逐行生成排序后的组合标识
  mutate(pair = paste(sort(c(v1, v2)), collapse = "-")) %>%
  ungroup() %>%
  # 按组合标识和value去重，保留所有列
  distinct(pair, value, .keep_all = TRUE) %>%
  # 移除临时列
  select(-pair)

# 查看结果
df2

方法三：直接筛选（适用于数据规律明确的情况） #

如果你的数据中每组双向重复行里，总有一行v1的字母顺序在v2之前，直接筛选即可：

df2 <- df1[df1$v1 < df1$v2, ]

这个方法最简单，直接得到目标结果。

内容的提问来源于stack exchange，提问作者Sylvia Rodriguez