R语言删除id列重复时group值为998的数据行

你需要实现的筛选规则非常明确：仅删除 id列重复、且group列取值为998 的行，id唯一的行无论group是否为998都保留。
你给出的示例数据集结构如下：

id group
1  1   5
2  1 998
3  2   2
4  2   3
5  3 998

按照规则，该示例数据中仅第2行需要被删除，id为3、group为998的第5行需要保留。
之前编写的代码报错核心原因有两个：

• R内置的unique()函数不存在by参数，你混淆了不同去重函数的参数规则，传入不存在的参数会直接触发执行错误
• subset()要求传入的判断条件是和数据框行数等长的逻辑向量，你写的unique(by = "id")无法生成逐行判断的逻辑值，自然无法正常运行。
  你之前运行代码得到的报错信息如下：

Error in is.factor(x) : Argument "x" is missing, with no default

dplyr 管道符写法（适配你之前的编码习惯） #

直接按id分组统计每组行数，再按规则筛选即可，不需要生成冗余临时列：

library(dplyr)
df1 <- df %>%
  group_by(id) %>%
  filter(!(n() > 1 & group == 998)) %>%
  ungroup()

如果不习惯分组筛选，也可以先给每个id加计数列再筛选，逻辑更直观：

df1 <- df %>%
  add_count(id, name = "id_occur_times") %>%
  filter(!(id_occur_times > 1 & group == 998)) %>%
  select(-id_occur_times)

以上两种写法跑示例数据的输出结果完全一致：

id group
1  1     5
2  2     2
3  2     3
4  3   998

完全匹配预期。

base R 写法（无需加载第三方包） #

如果不想加载dplyr，可以用R内置的ave()函数分组计数后筛选：

# 按id分组统计每个id的出现次数
id_count <- ave(rep(1, nrow(df)), df$id, FUN = length)
# 按规则过滤行
df1 <- df[!(id_count > 1 & df$group == 998), ]

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