Come contare i duplicati in r: con esempi
È possibile utilizzare i seguenti metodi per contare i duplicati in un frame di dati in R:
Metodo 1: conta i valori duplicati in una colonna
sum(duplicated(df$my_column))
Metodo 2: contare le righe duplicate
nrow(df[duplicated(df), ])
Metodo 3: conta i duplicati per ogni riga univoca
library (dplyr)
df %>% group_by_all() %>% count
I seguenti esempi mostrano come utilizzare ciascun metodo nella pratica con il seguente frame di dati in R:
#create data frame
df = data. frame (team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),
position=c('G', 'G', 'G', 'F', 'G', 'G', 'F', 'F'),
points=c(5, 5, 8, 10, 5, 7, 10, 10))
#view data frame
df
team position points
1 GA 5
2 AG 5
3 AG 8
4 AF 10
5 BG 5
6 BG 7
7 BF 10
8 BF 10
Esempio 1: conta i valori duplicati in una colonna
Il codice seguente mostra come contare il numero di valori duplicati nella colonna dei punti :
#count number of duplicate values in points column
sum(duplicated(df$points))
[1] 4
Possiamo vedere che ci sono 4 valori duplicati nella colonna dei punti .
Esempio 2: contare le righe duplicate
Il codice seguente mostra come contare il numero di righe duplicate nel frame di dati:
#count number of duplicate rows
nrow(df[duplicated(df), ])
[1] 2
Possiamo vedere che ci sono 2 righe duplicate nel frame di dati.
Possiamo usare la seguente sintassi per visualizzare queste 2 righe duplicate:
#display duplicated rows
df[duplicated(df), ]
team position points
2 AG 5
8 BF 10
Esempio 3: contare i duplicati per ogni riga univoca
Il codice seguente mostra come contare il numero di duplicati per ogni riga univoca nel frame di dati:
library (dplyr)
#count number of duplicate rows in data frame
df %>% group_by_all() %>% count
# A tibble: 6 x 4
# Groups: team, position, points [6]
team position points n
1 AF 10 1
2 AG 5 2
3 GA 8 1
4 BF 10 2
5 BG 5 1
6 BG 7 1
La colonna n mostra il numero di duplicati per ogni riga univoca.
Risorse addizionali
I seguenti tutorial spiegano come eseguire altre attività comuni in R:
Come trovare elementi duplicati usando dplyr
Come rimuovere le righe duplicate in R
Come rimuovere le righe duplicate in R in modo che non ne rimanga nessuna