如何基于Key与Date条件删除重复观测值而非求和？

嘿，我来帮你搞定这个问题！要删除Key和Date完全相同的重复观测值（不用求和），其实有好几种顺手的方法，看你常用哪种数据分析工具：

在R里的操作 #

方法1：用dplyr包的distinct函数（推荐，代码易读） #

如果你习惯用tidyverse系列的工具，dplyr的distinct()函数直接就能搞定，还能保留其他列的内容：

library(dplyr)
# 假设你的数据集存储在名为df的数据框里
df_cleaned <- df %>%
  distinct(Key, Date, .keep_all = TRUE)

• 加.keep_all = TRUE是为了保留除了Key和Date之外的所有列，不然默认只会返回这两列的唯一组合。
• 要是你想保留每组重复行里的最后一行而不是第一行，可以用.keep_last = TRUE（dplyr 1.1.0及以上版本支持），或者先按行号倒序再去重。

方法2：基础R原生方法（不用装包） #

如果不想额外安装包，用基础R的duplicated()函数也能实现：

# 保留每组重复行的第一行
df_cleaned <- df[!duplicated(df[c("Key", "Date")]), ]

# 要是想保留最后一行，加fromLast=TRUE参数
df_cleaned <- df[!duplicated(df[c("Key", "Date")], fromLast = TRUE), ]

在Python（Pandas）里的操作 #

Pandas的drop_duplicates()函数专门处理这类需求，非常灵活：

import pandas as pd
# 假设你的数据集存储在名为df的DataFrame里
df_cleaned = df.drop_duplicates(subset=['Key', 'Date'], keep='first')

• subset参数指定用来判断重复的列（这里就是Key和Date）
• keep='first'表示保留每组重复行的第一行，换成keep='last'就能保留最后一行；如果想把所有重复行（包括第一次出现的）都删掉，用keep=False就行。

这些方法都是直接移除重复观测值，不会对数值做求和或其他聚合操作，完全符合你的需求～

内容的提问来源于stack exchange，提问作者bli12blu12