So finden sie doppelte elemente mit dplyr

Sie können die folgenden Methoden verwenden, um mit dplyr doppelte Elemente in einem Datenrahmen zu finden:

Methode 1: Alle doppelten Zeilen anzeigen

 library (dplyr)

#display all duplicate rows
df %>%
  group_by_all() %>%
  filter(n()> 1 ) %>%
  A group()

Methode 2: Zeigen Sie die Anzahl der Duplikate für alle Duplikatzeilen an

 library (dplyr)

#display duplicate count for all duplicated rows
df %>%
  add_count(col1, col2, col3) %>%
  filter(n> 1 ) %>%
  distinct()

In diesem Tutorial wird erläutert, wie Sie die einzelnen Methoden in der Praxis mit dem folgenden Datenrahmen verwenden:

 #create data frame
df <- data. frame (team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),
                 position=c('G', 'G', 'F', 'F', 'G', 'G', 'F', 'F'),
                 points=c(10, 10, 8, 14, 15, 15, 17, 17))

#view data frame
df

  team position points
1 AG 10
2 AG 10
3AF 8
4 AF 14
5 BG 15
6 BG 15
7 BF 17
8 BF 17

Beispiel 1: Alle doppelten Zeilen anzeigen

Der folgende Code zeigt, wie alle doppelten Zeilen im Datenrahmen angezeigt werden:

 library (dplyr)

#display all duplicate rows in data frame
df %>%
  group_by_all() %>%
  filter(n()> 1 ) %>%
  A group()

# A tibble: 6 x 3
  team position points
        
1 AG 10
2 AG 10
3 BG 15
4 BG 15
5 BF 17
6 BF 17

Das Ergebnis ist ein Datenrahmen mit 6 Zeilen, von denen jede eine doppelte Zeile ist.

Hinweis : Wenn Sie nur wissen möchten, welche Zeilen in bestimmten Spalten doppelte Werte haben, können Sie stattdessen etwas wie „group_by(team)“ verwenden, um Zeilen zu finden, die nur in der Teamspalte doppelte Werte haben.

Beispiel 2: Zeigt die Anzahl der Duplikate für alle Duplikatzeilen an

Der folgende Code zeigt, wie die Duplikatanzahl für alle Duplikatzeilen im Datenrahmen angezeigt wird:

 library (dplyr)

#display duplicate count for each row
df %>%
  add_count(team, position, points) %>%
  filter(n> 1 ) %>%
  distinct()

  team position points n
1 GA 10 2
2 BG 15 2
3 BF 17 2

Spalte n zeigt die Gesamtzahl der Duplikate für jede Zeile an.

Zum Beispiel:

• Die Zeile mit den Werten A, G und 10 erscheint 2 Mal im Datenblock.
• Die Zeile mit den Werten B, G und 15 erscheint 2 Mal im Datenblock.
• Die Zeile mit den Werten B, F und 17 erscheint 2 Mal im Datenblock.

Hinweis : Wenn Sie nur wissen möchten, welche Zeilen in bestimmten Spalten doppelte Werte haben, schließen Sie nur diese bestimmten Spalten in die Funktion add_count() ein.

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie Sie andere häufige Aufgaben in R ausführen:

So filtern Sie eindeutige Werte mit dplyr
So filtern Sie mit dplyr nach mehreren Bedingungen
So zählen Sie die Anzahl der Vorkommen in Spalten in R