Dplyr kullanarak yinelenen öğeler nasıl bulunur?

Dplyr kullanarak bir veri çerçevesindeki yinelenen öğeleri bulmak için aşağıdaki yöntemleri kullanabilirsiniz:

Yöntem 1: Tüm yinelenen satırları göster

 library (dplyr)

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

Yöntem 2: Tüm yinelenen satırlar için yinelenenlerin sayısını göster

 library (dplyr)

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

Bu eğitimde her yöntemin pratikte aşağıdaki veri çerçevesiyle nasıl kullanılacağı açıklanmaktadır:

 #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

Örnek 1: Tüm yinelenen satırları göster

Aşağıdaki kod, veri çerçevesindeki tüm yinelenen satırların nasıl görüntüleneceğini gösterir:

 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

Sonuç, her biri yinelenen satır olan 6 satır içeren bir veri çerçevesidir.

Not : Yalnızca belirli sütunlarda hangi satırların yinelenen değerlere sahip olduğunu bilmek istiyorsanız, yalnızca ekip sütununda yinelenen değerlere sahip satırları bulmak yerine group_by(team) gibi bir şey kullanabilirsiniz.

Örnek 2: Tüm yinelenen satırlar için yinelenenlerin sayısını gösterin

Aşağıdaki kod, veri çerçevesindeki tüm yinelenen satırlar için yinelenen sayının nasıl görüntüleneceğini gösterir:

 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

Sütun n, her satır için toplam kopya sayısını görüntüler.

Örneğin:

• A, G ve 10 değerlerine sahip satır veri bloğunda 2 kez görünür.
• B, G ve 15 değerlerine sahip satır veri bloğunda 2 kez görünür.
• B, F ve 17 değerlerine sahip satır veri bloğunda 2 kez görünür.

Not : Yalnızca belirli sütunlarda hangi satırların yinelenen değerlere sahip olduğunu bilmek istiyorsanız, add_count() işlevine yalnızca bu belirli sütunları ekleyin.

Ek kaynaklar

Aşağıdaki eğitimlerde R’de diğer ortak görevlerin nasıl gerçekleştirileceği açıklanmaktadır:

Dplyr kullanarak benzersiz değerler nasıl filtrelenir
Dplyr kullanarak birden çok koşula göre filtreleme nasıl yapılır
R’deki sütunlardaki oluşum sayısı nasıl sayılır?