如何在R中移除col1重复但col2取值不同的数据行？

核心解决方案 #

你需要按col1分组后，筛选出每个分组内col2唯一值数量为1的所有行，用dplyr可以这样实现：

library(dplyr)

df <- data.frame(col1 = c("A", "A","A","B","B","C","D","E","F","F"), 
                 col2 = c("g1", "g1", "g1", "g2", "g3", "g1","g4","g4","g5","g6"))

df_result <- df %>%
  group_by(col1) %>%
  filter(n_distinct(col2) == 1) %>%
  ungroup()

print(df_result)

代码解释 #

• group_by(col1)：按col1的值对数据框分组
• filter(n_distinct(col2) == 1)：筛选出每个分组里col2的唯一值数量等于1的组，也就是该col1对应的所有col2取值完全一致
• ungroup()：取消分组，恢复普通数据框结构

验证输出 #

运行上述代码后，输出结果和你期望的一致：

# A tibble: 6 × 2
  col1  col2 
  <chr> <chr>
1 A     g1   
2 A     g1   
3 A     g1   
4 C     g1   
5 D     g4   
6 E     g4   

为什么你之前的代码不符合需求 #

你用的distinct(col1, col2, .keep_all=TRUE)是提取每个col1-col2组合的唯一行，相当于去重保留不同组合，这和你要保留**整个分组所有行（只要该分组col2无差异）**的需求正好相反。

内容的提问来源于stack exchange，提问作者Steffi Matchado