Unique sur un dataframe avec uniquement les colonnes sélectionnées

Question

J'ai un dataframe avec >100 colonnes, et je voudrais trouver les lignes uniques en ne comparant que deux des colonnes. J'espère que c'est facile, mais je n'arrive pas à le faire fonctionner moi-même avec unique ou duplicated.

Dans l'exemple ci-dessous, je voudrais obtenir les valeurs uniques uniquement en utilisant id et id2:

data.frame(id=c(1,1,3),id2=c(1,1,4),somevalue=c("x","y","z"))

id id2 somevalue
1   1         x
1   1         y
3   4         z

Je voudrais obtenir soit:

id id2 somevalue
1   1         x
3   4         z

ou:

id id2 somevalue
1   1         y
3   4         z

(Je n'ai pas de préférence pour quelle ligne unique est gardée)

Answer 1

D'accord, si cela n'a pas d'importance quelle valeur dans la colonne non dupliquée vous sélectionnez, cela devrait être assez facile :

dat <- data.frame(id=c(1,1,3),id2=c(1,1,4),somevalue=c("x","y","z"))
> dat[!duplicated(dat[,c('id','id2')]),]
  id id2 somevalue
1  1   1         x
3  3   4         z

À l'intérieur de l'appel à duplicated, je passe simplement uniquement les colonnes de dat dont je ne veux pas de doublons. Ce code sélectionnera automatiquement toujours le premier des valeurs ambiguës. (Dans ce cas, x.)

Answer 2

Voici quelques options dplyr qui permettent de conserver les lignes non dupliquées basées sur les colonnes id et id2 :

library(dplyr)                                        
df %>% distinct(id, id2, .keep_all = TRUE)
df %>% group_by(id, id2) %>% filter(row_number() == 1)
df %>% group_by(id, id2) %>% slice(1)

Answer 3

En utilisant unique():

dat <- data.frame(id=c(1,1,3),id2=c(1,1,4),somevalue=c("x","y","z"))    
dat[row.names(unique(dat[,c("id", "id2")])),]

Answer 4

Mise à jour mineure dans le code de @Joran.
En utilisant le code ci-dessous, vous pouvez éviter l'ambiguïté et obtenir uniquement les valeurs uniques de deux colonnes :

dat <- data.frame(id=c(1,1,3), id2=c(1,1,4) ,somevalue=c("x","y","z"))
dat[row.names(unique(dat[,c("id", "id2")])), c("id", "id2")]