R语言中移除ID相同但plan列值不同行的优雅实现方法

嘿，这个需求在数据清洗里挺常见的，我这里有两种简洁的实现方式，分别用tidyverse（dplyr）和base R，你可以根据自己的习惯选：

方法一：用dplyr（推荐，代码更易读） #

如果你平时用tidyverse的话，这个方法非常直观，通过分组筛选就能搞定：

library(dplyr)

# 假设你的原始数据框叫df
clean_df <- df %>%
  group_by(ID) %>%          # 按ID分组
  filter(n_distinct(plan) == 1) %>%  # 只保留每个组里plan唯一的行
  ungroup()                 # 取消分组（可选，但好习惯）

补充：如果想每个ID只留一行（即使同一ID有多个相同plan的行） #

要是你不仅要去掉ID对应多plan的行，还想把同一ID重复的相同plan行也只留一行，可以加个distinct步骤：

clean_df <- df %>%
  group_by(ID) %>%
  filter(n_distinct(plan) == 1) %>%
  distinct(ID, plan, .keep_all = TRUE) %>%  # 保留唯一的ID-plan组合，带其他列
  ungroup()

方法二：用base R（不用额外装包） #

如果不想加载任何包，用base R的ave函数也能轻松实现：

# 先计算每个ID对应的plan唯一值数量
unique_plan_per_id <- ave(as.character(df$plan), df$ID, FUN = function(x) length(unique(x)))

# 筛选出数量为1的行，得到目标数据框
clean_df <- df[unique_plan_per_id == 1, ]

补充：同样实现每个ID只留一行 #

要是需要进一步去重，结合duplicated就行：

unique_plan_per_id <- ave(as.character(df$plan), df$ID, FUN = function(x) length(unique(x)))
temp_df <- df[unique_plan_per_id == 1, ]
clean_df <- temp_df[!duplicated(temp_df[c("ID", "plan")]), ]

这两种方法都能完美达到你的需求，去掉所有ID相同但plan不同的行，只留下ID和plan匹配唯一的行~

内容的提问来源于stack exchange，提问作者D Jay