没问题，我正好处理过类似的需求！你要的是只删除和紧挨着的前一行Time1值重复的观测，而不是和历史所有行重复的，对吧？咱们一步步来实现：

首先，先构造你给出的示例数据框，方便复现：

df <- data.frame(
  ID = 1:4,
  Time1 = c(6, 5, 5, 6),
  Time2 = c(7, 8, 9, 6)
)

方法一：基础R实现（无需额外包） #

利用diff()函数计算Time1列相邻行的差值，只要差值不为0，就说明当前行和前一行值不同，需要保留。注意要给第一行单独加一个TRUE（因为diff()会比原向量少一个元素）：

# 筛选出相邻行Time1不重复的观测
df_clean <- df[c(TRUE, diff(df$Time1) != 0), ]

运行后得到的df_clean就是你要的结果：

ID Time1 Time2
1  1     6     7
2  2     5     8
4  4     6     6

方法二：用dplyr包（tidyverse生态） #

如果你习惯用tidyverse的语法，可以用lag()函数获取前一行的Time1值，然后通过filter()筛选出符合条件的行：

# 先安装并加载dplyr（如果没装过的话）
# install.packages("dplyr")
library(dplyr)

df_clean <- df %>%
  # 第一行没有前一行，直接保留；后续行只要Time1不等于前一行就保留
  filter(is.na(lag(Time1)) | Time1 != lag(Time1))

这个方法的逻辑更直观：lag(Time1)会返回当前行的前一行Time1值，第一行的lag(Time1)是NA，所以用is.na(lag(Time1))确保第一行被保留，后续行只要和前一行的值不同就留下。

关键注意点 #

一定要区分相邻行重复和全局重复：如果用unique(df$Time1)或者不带参数的distinct()，会把所有Time1值重复的行都删掉，包括第4行（和第1行Time1都是6），这不符合你的需求。我们的方法只关注当前行和紧挨着的前一行的比较，完美匹配你的要求。

内容的提问来源于stack exchange，提问作者Matt Sabia