全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 R语言论坛
798 0
2019-07-21
各位老师好,小弟有关于如何有条件的识别重复数据:
1、看到之前论坛其他老师贡献的语句,可以实现同时以id和weight来进行识别,是否为重复项,并保留不重复的值;
library(dplyr)
a1<-a%>%
group_by(id,weight,) %>%
  filter(row_number() == 1) %>%
  ungroup()
2、我的问题是,能否将weight这一栏设置一个范围,比如当id相同,但是weight之间相差5以内认为是重复记录,而大于5后认为是不重复的记录(如图1);
3、当id重复多余2个以上,又该如何处理(数据如图3);

望有老师能解答,万分谢谢~

#构建数据框(图1)#
c1<-c(1:6)
c2<-c("30040","30040","30041","30041","30042","30043")
c3<-c("45","46","50","70","45","60")
a=data.frame(c1,c2,c3)
names(a)<-c("num","id","weight")

#构建数据框(图2)#
c1<-c(1:7)
c2<-c("30040","30040","30041","30041","30041","30042","30043")
c3<-c("45","46","50","70","55","45","60")
a1=data.frame(c1,c2,c3)
names(a1)<-c("num","id","weight")
3.png

附件列表
2.png

原图尺寸 7.71 KB

2.png

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群