R语言如何按规则去除dataframe中计算机测试记录的重复值

直接用tidyverse的分组操作就能实现，不需要写冗长的逐行if/else判断，也没必要硬套unique()方法，代码逻辑非常简洁，且能完全覆盖你说的三类数据场景。

核心思路 #

按计算机标识Computer分组后，只需要做两步判断即可：

• 所有Working?值为1的记录，无论对应设备是全正常还是混有异常记录，一律保留
• 对于Working?值为0的记录，仅当对应设备所有测试结果全为0、且是该设备的第一条0记录时才保留，其余0记录全部删除

可直接运行的代码 #

library(tidyverse)

cleaned_result <- WorkingComputerDf %>%
  group_by(Computer) %>%
  mutate(
    # 标记当前设备是否存在正常工作的测试记录
    exist_normal = any(`Working?` == 1),
    # 给组内每条记录编行号
    row_id = row_number()
  ) %>%
  filter(
    `Working?` == 1 | 
    (!exist_normal & row_id == 1)
  ) %>%
  # 移除临时生成的辅助列
  select(-exist_normal, -row_id) %>%
  ungroup()

不同方案的适配性说明 #

• 关于unique()方法：unique()仅支持整行去重，没法区分「混有0/1的设备要删除全部0记录」和「全0设备要保留1条0记录」的规则差异，硬用的话反而需要额外写大量分支判断，得不偿失。
• 关于纯if/else条件判断：当然可以实现，但需要写循环逐设备遍历判断，代码冗余度高，后续如果调整清洗规则改起来很麻烦，远不如分组操作的逻辑直观。
• 上述tidyverse方案可以自动适配你提到的三类场景：
  • 多次测试全为1的设备：所有记录的Working?都是1，会被全部保留
  • 同时存在0和1测试结果的设备：exist_normal标记为TRUE，所有Working?为0的记录会被自动过滤，仅保留正常记录
  • 多次测试全为0的设备：exist_normal标记为FALSE，仅保留第一条0记录，其余重复0记录会被删除

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