如何在R语言中按ID去除Drug列的重复值

以下是几种简单直接的方法，实现按Id分组，保留每个Id对应的唯一Drug条目：

方法1：基础R原生函数duplicated() #

利用duplicated()函数判断Id和Drug的组合是否重复，筛选出未重复的行：

# 筛选非重复的Id-Drug组合
dat.unique <- dat[!duplicated(dat[c("Id", "Drug")]), ]

执行后dat.unique就是你需要的去重后数据集。

方法2：使用dplyr包的distinct()函数 #

如果你习惯用tidyverse系列工具，dplyr的distinct()可以直接指定去重的列，同时保留所有列：

library(dplyr)

dat.unique <- dat %>% 
  distinct(Id, Drug, .keep_all = TRUE)

.keep_all = TRUE参数会保留数据框中的所有列（当前案例仅包含Id和Drug，不加该参数也可；若后续数据新增其他列，该参数能确保所有列被保留）。

方法3：dplyr分组去重 #

通过先按Id分组，再对每个组内的Drug去重，更贴合"按ID维度处理Drug"的逻辑：

library(dplyr)

dat.unique <- dat %>% 
  group_by(Id) %>% 
  distinct(Drug, .keep_all = TRUE) %>% 
  ungroup()

以上三种方法均能得到你期望的dat.desired结果，可根据自身代码习惯选择使用。

内容的提问来源于stack exchange，提问作者YASIR AA