R语言单行多列联合删除数据框重复行代码失效原因咨询

你遇到的现象本质是两个问题叠加导致的：

• 核心原因：两种去重逻辑完全不等价
  你写的第一版单行代码实现的是多列联合去重：只有当某行的Column1、Column2、Column3三个值的组合，和之前已经出现过的某行三列值完全一致时，才会判定为重复行删除。如果你的数据集里不存在三列取值完全相同的行组合，运行后自然不会删除任何行，维度检查结果不会变化。
  而你写的逐列去重是串行顺序去重：先在全量数据中删除Column1存在重复的行，再在第一次删除后的子集里删除Column2存在重复的行，最后在第二次删除后的子集里删除Column3存在重复的行。这个逻辑不需要三列取值同时重复，只要当前处理的列在剩余子集里有重复值就会删行，和联合去重的判定规则完全不同，结果没有可比性。
  举个最简单的示例：

  行号	Column1	Column2	Column3
  1	A	X	1
  2	A	Y	2
  3	B	X	3

  以上三行的三列取值组合全都是唯一的，用联合去重逻辑不会删除任何行；但用你的逐列串行逻辑：
  1. 第一步按Column1去重：行2的A和行1重复，删除行2，剩余行1、行3
  2. 第二步按Column2去重：行3的X和行1重复，删除行3，最终只剩行1
     两种逻辑的结果差异极大。
• 代码存在低级语法笔误
  你贴出的第一版代码里，c("Column1", "Column2", "Column3)最后一个列名缺少闭合的双引号，正常运行会直接抛出语法错误。如果你实际运行时没有报错，大概率是控制台自动补全了引号，代码语法本身是通顺的，只是数据确实满足“无三列同时重复的行”的情况，所以没有删行。

根据你的实际需求选对应方案即可，都是单行实现且运行效率满足要求：

• 如果你的真实需求是三列联合去重（三列取值完全一致才判定为重复），修正笔误后的基础包代码就可以直接用，无额外依赖：

dataframe <- dataframe[!duplicated(dataframe[c("Column1", "Column2", "Column3")]), ]

• 如果你的真实需求是和你逐列写法效果完全一致的串行顺序去重（按列的优先级依次去重，每一步只判断当前列是否重复），基础包单行实现如下，和你逐行赋值的运行结果完全一致：

for(col in c("Column1", "Column2", "Column3")) dataframe <- dataframe[!duplicated(dataframe[[col]]), ]

内容的提问来源于stack exchange，提问作者Programming Noob