R语言如何移除指定列存在重复的全部行（dplyr场景）

要实现删除所有在指定列（示例中的V1、V2）存在重复的行（即只要某组V1+V2出现超过一次，该组所有行都移除），可以用以下两种方法：

方法1：使用dplyr分组筛选 #

通过group_by按指定列分组，再筛选出每组行数仅为1的记录：

library(dplyr)

# 定义原始数据框
df <- data.frame(V1 = c("a","b","c","a","c","a"),
                 V2 = c(1,2,1,2,3,1),
                 V3 = c(1,2,3,4,5,6))

# 清洗数据：保留V1+V2唯一的组
df_cleaned <- df %>%
  group_by(V1, V2) %>%
  filter(n() == 1) %>%
  ungroup()

# 查看结果
df_cleaned

执行后会保留V1+V2组合唯一的行（即第2、3、4、5行），所有存在重复组合的行（第1、6行）会被完全移除。

方法2：使用base R的duplicated双向判断 #

利用duplicated函数分别从前往后和从后往前标记重复项，取两者的并集来定位所有重复组的行，再取反保留唯一行：

# 定义原始数据框
df <- data.frame(V1 = c("a","b","c","a","c","a"),
                 V2 = c(1,2,1,2,3,1),
                 V3 = c(1,2,3,4,5,6))

# 清洗数据
df_cleaned <- df[!(duplicated(df[c("V1", "V2")]) | duplicated(df[c("V1", "V2")], fromLast = TRUE)), ]

# 查看结果
df_cleaned

两种方法最终效果一致，都能满足“移除所有存在指定列重复的观测值”的需求。

内容的提问来源于stack exchange，提问作者Klaus Peter