Как удалить из Data Frame все дубликаты?

Question

[frosty7777777]

Есть Data Frame приблизительно следующего содержания:

2 a ...
3 b ...
1 a ...
5 b ...
6 c ...

Как удалить из него все строки содержащие дубликаты с уловием, что если в нескольких строках содержатся повторы, то останется та строка в которой значение первой переменной наименьшее. Т.е. в результате должно получиться:

3 b ...
1 a ...
6 c ...

Answer 1

[frosty7777777]

Для себя нашел следующее решение:

A <-data.frame(c('A','A','B','C','C','A','C','B','A'),c(3,1,7,6,5,4,2,9,8))
names(A) <-c('name','number')

A <- A[order(A$name, A$number),]
A <- A[!duplicated(A$name),]

Comments

[protven]

Да, гораздо лучше.

Answer 2

[redmode]

Вариант с использованием 'dplyr':

library(dplyr)
A <- data.frame(name = c('A', 'A', 'B', 'C', 'C', 'A', 'C', 'B', 'A'),
                number = c(1:9))
> A

  name number
1    A      1
2    A      2
3    B      3
4    C      4
5    C      5
6    A      6
7    C      7
8    B      8
9    A      9

B <- A %>%
  group_by(name) %>%
  summarise(number = min(number))
> B

Source: local data frame [3 x 2]

    name number
  (fctr)  (int)
1      A      1
2      B      3
3      C      4

Answer 3

[protven]

Я не большой знаток R, пока только учу. Поэтому сходу могу предложить воспользоваться только пакетом sqldf, который позволяет работать с data.frame как с реляционной БД.

A <-data.frame(c('A','A','B','C','C','A','C','B','A'),c(1:9))
names(A) <-c('name','number')
install.packages('sqldf')
library(sqldf)
> A
  name number
1    A      1
2    A      2
3    B      3
4    C      4
5    C      5
6    A      6
7    C      7
8    B      8
9    A      9
> sqldf("SELECT a1.name,a1.number from A a1 where a1.number=(SELECT min(a2.number) from A a2 where a2.name=a1.name)")
  name number
1    A      1
2    B      3
3    C      4
>

С удовльствием увидел бы вариант получше и поэлегантнее.