如何移除R数据框中X与Y坐标组合重复的行？

我们需要移除R数据框中X与Y坐标组合重复的行——只有当某一行的X和Y值同时和另一行完全相同时，才判定为重复行（比如示例里X=-1.52出现两次，但对应的Y值不同，所以这两行都保留）。另外注意原始数据集的X、Y值小数位数可能超过2位，判断重复时要基于原始数值。

示例数据 #

df <- structure(list(id = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10), 
                     X = c(-1.01, -1.11, -1.11, -2.13, -2.13, -1.52, -1.52, -1.98, -3.69, -4.79), 
                     Y = c(2.11, 3.33, 3.33, 6.66, 6.66, 7.77, 8.88, 9.99, 1.11, 6.68)), 
                class = "data.frame", row.names = c(NA, -10L))

解决方法 #

方法1：使用Base R的duplicated()函数 #

直接基于X和Y列判断重复，保留首次出现的行：

# 保留X+Y组合不重复的行，保留首次出现的记录
df_unique <- df[!duplicated(df[c("X", "Y")]), ]

方法2：使用dplyr包的distinct()函数 #

如果习惯tidyverse风格，可以用dplyr的distinct，指定按X和Y去重，同时保留所有列：

library(dplyr)
df_unique <- df %>% distinct(X, Y, .keep_all = TRUE)

处理后的期望结果 #

id     X     Y
1  -1.01  2.11
2  -1.11  3.33
4  -2.13  6.66
6  -1.52  7.77
7  -1.52  8.88
8  -1.98  9.99
9  -3.69  1.11
10 -4.79  6.68

（注：原期望结果中id=19为笔误，原数据对应id为10）

内容的提问来源于stack exchange，提问作者Ed_Gravy