基于co列去重并保留factor值更大行的R语言数据处理需求

样本数据集 #

df <- data.frame (co = c(11.5,1.3,7.8,2.3,2.3,3.1,5.7,5.7,9.3), 
                  factor = c(NA,NA,NA,3,NA,5,NA,6,0.3), 
                  condition = c (NA,NA,NA,12.3,NA,13.5,NA,18.7,NA))

当前尝试及问题 #

使用distinct()按co去重的代码：

df.2 <- distinct(df, co, .keep_all = TRUE)

得到的结果中，co=5.7的行保留了factor为NA的记录，不符合需求：

co factor condition
1 11.5     NA        NA
2  1.3     NA        NA
3  7.8     NA        NA
4  2.3    3.0      12.3
5  3.1    5.0      13.5
6  5.7     NA        NA
7  9.3    0.3        NA

期望结果 #

需要对每个重复的co值，保留factor值最大的行，目标输出：

co factor condition
1 11.5     NA        NA
2  1.3     NA        NA
3  7.8     NA        NA
4  2.3    3.0      12.3
5  3.1    5.0      13.5
6  5.7    6.0      18.7
7  9.3    0.3        NA

解决方案 #

使用dplyr的分组排序+取首行的方式实现：

library(dplyr)

df.2 <- df %>%
  group_by(co) %>%          # 按co分组
  arrange(desc(factor), .by_group = TRUE) %>%  # 组内按factor降序排列，最大值排第一
  slice(1) %>%              # 提取每组第一行
  ungroup()                 # 取消分组

这样处理后，每个co对应的行都会保留factor值最大的那条记录，完美匹配期望结果。

内容的提问来源于stack exchange，提问作者GrBa