R语言删除数据框col1重复非整行记录 仅保留各分组首行

原代码错误原因 #

你写的df %>% group_by(col1) %>% filter(duplicated(col1) | n()!=1)逻辑完全不符合需求：

• 分组后每个组内的col1值完全相同，duplicated(col1)会返回组内除第一行外的所有行结果为TRUE
• 加上| n()!=1的条件，所有行都会被判定为符合过滤条件，相当于全量保留原数据，自然得不到预期结果。

正确实现方法 #

1. 最简tidyverse写法（推荐） #

直接用distinct()函数，指定按col1去重，同时保留所有列的内容：

library(dplyr)
result <- df %>% 
  distinct(col1, .keep_all = TRUE)

参数.keep_all = TRUE会保留首次出现的匹配行的所有列值，输出结果完全匹配你的预期。

2. 分组取首行写法 #

如果你习惯用分组操作的逻辑，可以用slice()或者行号过滤实现：

# slice写法
result <- df %>%
  group_by(col1) %>%
  slice(1) %>%
  ungroup() # 不需要后续分组操作的话建议加该行去掉分组属性

# 行号过滤写法
result <- df %>%
  group_by(col1) %>%
  filter(row_number() == 1) %>%
  ungroup()

3. 基础R实现 #

不需要加载任何第三方包，直接用基础函数就能实现：

result <- df[!duplicated(df$col1), ]

内容的提问来源于stack exchange，提问作者blub_9