Dplyr distinct(): Identifiera unika observationer och rader
Avsnitt Progress
0% färdig
Funktionen distinct() används för att identifiera unika rader (observationer) i en dataframe. Det är vanligt att detta behov uppstår och funktionen distinct() i kombination med andra dplyr-funktioner, särskilt group_by(), klarar i princip alla uppgifter av denna sorten.
I detta kapitel kommer vi använda mpg data från paketet tidyverse. För att få tillgång till data måste både tidyverse och mpg data aktiveras med följande kommandon:
R
library(tidyverse)
data(mpg)
# Inspektera första 10 raderna
head(mpg, 10)R
# A tibble: 10 × 11
manufacturer model displ year cyl trans drv cty hwy fl class
<chr> <chr> <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr>
1 audi a4 1.8 1999 4 auto(l5) f 18 29 p compact
2 audi a4 1.8 1999 4 manual(m5) f 21 29 p compact
3 audi a4 2 2008 4 manual(m6) f 20 31 p compact
4 audi a4 2 2008 4 auto(av) f 21 30 p compact
5 audi a4 2.8 1999 6 auto(l5) f 16 26 p compact
6 audi a4 2.8 1999 6 manual(m5) f 18 26 p compact
7 audi a4 3.1 2008 6 auto(av) f 18 27 p compact
8 audi a4 quattro 1.8 1999 4 manual(m5) 4 18 26 p compact
9 audi a4 quattro 1.8 1999 4 auto(l5) 4 16 25 p compact
10 audi a4 quattro 2 2008 4 manual(m6) 4 20 28 p compactVi börjar med att välja alla rader med unika värden på variabeln manufacturer.
BLOCKERAD KOD, BILD ELLER TEXT
Du måste logga in för att komma åt allt material.
R
# A tibble: 15 × 11
manufacturer model displ year cyl trans drv cty hwy fl class
<chr> <chr> <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr>
1 audi a4 1.8 1999 4 auto(l5) f 18 29 p compact
2 chevrolet c1500 suburban 2wd 5.3 2008 8 auto(l4) r 14 20 r suv
3 dodge caravan 2wd 2.4 1999 4 auto(l3) f 18 24 r minivan
4 ford expedition 2wd 4.6 1999 8 auto(l4) r 11 17 r suv
5 honda civic 1.6 1999 4 manual(m5) f 28 33 r subcompact
6 hyundai sonata 2.4 1999 4 auto(l4) f 18 26 r midsize
7 jeep grand cherokee 4wd 3 2008 6 auto(l5) 4 17 22 d suv
8 land rover range rover 4 1999 8 auto(l4) 4 11 15 p suv
9 lincoln navigator 2wd 5.4 1999 8 auto(l4) r 11 17 r suv
10 mercury mountaineer 4wd 4 1999 6 auto(l5) 4 14 17 r suv
11 nissan altima 2.4 1999 4 manual(m5) f 21 29 r compact
12 pontiac grand prix 3.1 1999 6 auto(l4) f 18 26 r midsize
13 subaru forester awd 2.5 1999 4 manual(m5) 4 18 25 r suv
14 toyota 4runner 4wd 2.7 1999 4 manual(m5) 4 15 20 r suv
15 volkswagen gti 2 1999 4 manual(m5) f 21 29 r compact Notera argumentet .keep_all = TRUE. Detta argument berättar för funktionen att alla kolumner i mpg data ska behållas efter att funktionen distinct() har använts. Om detta argument inte specificeras kommer alla unika observationer behållas och övriga variabler elimineras (förutom variabeln som använts för att identifiera unika rader).
Vi identifierar nu alla unika rader (observationer) i varje bilklass (class) inom varje tillverkare (manufacturer):
BLOCKERAD KOD, BILD ELLER TEXT
Du måste logga in för att komma åt allt material.
R
# A tibble: 32 × 11
manufacturer model displ year cyl trans drv cty hwy fl class
<chr> <chr> <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr>
1 audi a4 1.8 1999 4 auto(l5) f 18 29 p compact
2 audi a6 quattro 2.8 1999 6 auto(l5) 4 15 24 p midsize
3 chevrolet c1500 suburban 2wd 5.3 2008 8 auto(l4) r 14 20 r suv
4 chevrolet corvette 5.7 1999 8 manual(m6) r 16 26 p 2seater
5 chevrolet malibu 2.4 1999 4 auto(l4) f 19 27 r midsize
6 dodge caravan 2wd 2.4 1999 4 auto(l3) f 18 24 r minivan
7 dodge dakota pickup 4wd 3.7 2008 6 manual(m6) 4 15 19 r pickup
8 dodge durango 4wd 3.9 1999 6 auto(l4) 4 13 17 r suv
9 ford expedition 2wd 4.6 1999 8 auto(l4) r 11 17 r suv
10 ford f150 pickup 4wd 4.2 1999 6 auto(l4) 4 14 17 r pickup
11 ford mustang 3.8 1999 6 manual(m5) r 18 26 r subcompact
12 honda civic 1.6 1999 4 manual(m5) f 28 33 r subcompact
13 hyundai sonata 2.4 1999 4 auto(l4) f 18 26 r midsize
14 hyundai tiburon 2 1999 4 auto(l4) f 19 26 r subcompact
15 jeep grand cherokee 4wd 3 2008 6 auto(l5) 4 17 22 d suv
16 land rover range rover 4 1999 8 auto(l4) 4 11 15 p suv
17 lincoln navigator 2wd 5.4 1999 8 auto(l4) r 11 17 r suv
18 mercury mountaineer 4wd 4 1999 6 auto(l5) 4 14 17 r suv
19 nissan altima 2.4 1999 4 manual(m5) f 21 29 r compact
20 nissan altima 2.5 2008 4 auto(av) f 23 31 r midsize
21 nissan pathfinder 4wd 3.3 1999 6 auto(l4) 4 14 17 r suv
22 pontiac grand prix 3.1 1999 6 auto(l4) f 18 26 r midsize
23 subaru forester awd 2.5 1999 4 manual(m5) 4 18 25 r suv
24 subaru impreza awd 2.2 1999 4 auto(l4) 4 21 26 r subcompact
25 subaru impreza awd 2.5 2008 4 auto(s4) 4 20 25 p compact
26 toyota 4runner 4wd 2.7 1999 4 manual(m5) 4 15 20 r suv
27 toyota camry 2.2 1999 4 manual(m5) f 21 29 r midsize
28 toyota camry solara 2.2 1999 4 auto(l4) f 21 27 r compact
29 toyota toyota tacoma 4wd 2.7 1999 4 manual(m5) 4 15 20 r pickup
30 volkswagen gti 2 1999 4 manual(m5) f 21 29 r compact
31 volkswagen new beetle 1.9 1999 4 manual(m5) f 35 44 d subcompact
32 volkswagen passat 1.8 1999 4 manual(m5) f 21 29 p midsize Du kan kombinera distinct() med group_by().