我平时处理重复行常用这几个办法，简单又好用：

• base R原生方法

  • 用unique()函数：直接传入数据集，它会自动返回去重后的结果，比如：

    # 假设你的数据集叫df
    df_unique <- unique(df)
    

  • 用duplicated()函数：这个函数会返回一个逻辑向量，标记哪些行是重复的，我们可以用它来筛选出不重复的行：

    df_unique <- df[!duplicated(df), ]
    

    要是想保留最后一次出现的重复行，还可以加个fromLast = TRUE参数：

    df_unique <- df[!duplicated(df, fromLast = TRUE), ]
    

• dplyr包方法（更直观）
  如果你用tidyverse系列的包，distinct()函数简直是神器，不仅能去重，还能指定保留哪些列：

  library(dplyr)
  # 完全去重
  df_unique <- df %>% distinct()
  # 只根据某几列去重，保留其他列的第一行
  df_unique <- df %>% distinct(col1, col2, .keep_all = TRUE)
  

虽然你没贴原始数据集和具体的期望格式，但我猜大概率是要按第一列分组，把同一组的其他列内容合并到一起，比如把同一个分类下的文本拼接起来。我给你举个常见场景的例子：

假设你的原始数据是这样的：

df <- data.frame(
  分类 = c("水果", "水果", "蔬菜", "蔬菜"),
  名称 = c("苹果", "香蕉", "白菜", "萝卜")
)

想要得到的结果是每行对应一个分类，名称列合并成“苹果,香蕉”这种格式，那可以这么做：

• 用dplyr包实现

  library(dplyr)
  library(stringr) # 用来拼接字符串
  df_merged <- df %>%
    group_by(分类) %>% # 按第一列（这里是“分类”列）分组
    summarise(合并后的名称 = str_c(名称, collapse = ", ")) %>% # 拼接内容
    ungroup()
  

• base R原生方法
  用aggregate()函数也能搞定：

  df_merged <- aggregate(名称 ~ 分类, data = df, FUN = function(x) paste(x, collapse = ", "))
  

要是你的需求和这个例子不一样，也可以调整函数里的拼接逻辑，比如换成换行符或者其他分隔符都没问题~

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