如何去除R DataFrame中的嵌套重复数据，实现字段间一一对应

解决方案 #

你遇到的是同ID分组下Tutee_Type和Tutee_Syll_Cons两个字段的去重值发生笛卡尔积关联的问题，按ID分组后将两个字段的去重值按顺序配对即可得到目标结果，两种常用实现方案如下：

方案1：dplyr（tidyverse生态） #

library(dplyr)

df_target <- df %>%
  # 按学员ID分组
  group_by(TuteeID) %>%
  summarise(
    # 取当前分组下所有不重复的学员类型
    Tutee_Type = unique(Tutee_Type),
    # 取当前分组下所有不重复的一致性值，顺序和类型一一对应
    Tutee_Syll_Cons = unique(Tutee_Syll_Cons)
  ) %>%
  ungroup()

方案2：data.table（适配你原始数据的打印格式，运行效率更高） #

library(data.table)

# 确认数据为data.table格式
setDT(df)
df_target <- df[, 
  .(Tutee_Type = unique(Tutee_Type), Tutee_Syll_Cons = unique(Tutee_Syll_Cons)), 
  by = TuteeID
]

注意事项 #

如果你的全量数据中存在单个TuteeID下，去重后Tutee_Type数量和Tutee_Syll_Cons数量不一致的情况，需要先回查原始嵌套列表的配对逻辑，上述方案仅适用于两个字段去重后数量一一匹配的场景，你给出的样例数据用上述代码运行后可直接得到预期结果。

内容的提问来源于stack exchange，提问作者MaelleLF