如何在R中找到子群中的重复项

Question

我有很多这样的病人的检查数据。

   PN CEA_VAL TEST_DAYS
1   1     2.3        25
2   1     4.6        49
3   1     5.8        67
4   3     1.8        25
5   3     6.7        69
6   4     1.9        44
7   4     3.4        87
8   5     12.4       25
9   5     16.4       25

PN是病人的号码。CEA_VAL是生物测试值.TEST_DAYS是从治疗开始到一天进行生物测试的时间间隔.

如果将每个患者视为一个亚组，则在不同的亚组之间有相同的TEST_DAYS是可以的。

但我怀疑在一个子群中存在一些重复的TEST_DAYS。如何在每个子组中找到TEST_DAYS的副本，以及如何删除它们？

一天之内对同一个病人进行几次生物测试结果是不合逻辑的.因为生物测试通常在几周后再次进行。

Answer 1

您可以对每个患者使用duplicated来获得重复的值，并且只选择唯一的值。

这可以在基础R中完成：

subset(df, !ave(TEST_DAYS, PN, FUN = duplicated))

#  PN CEA_VAL TEST_DAYS
#1  1     2.3        25
#2  1     4.6        49
#3  1     5.8        67
#4  3     1.8        25
#5  3     6.7        69
#6  4     1.9        44
#7  4     3.4        87
#8  5    12.4        25

dplyr：

library(dplyr)
df %>% group_by(PN) %>% filter(!duplicated(TEST_DAYS))

和data.table

library(data.table)
setDT(df)
df[df[,!duplicated(TEST_DAYS), PN]$V1]

Answer 2

如果病人有重复的天数，下面的代码应该每天只返回第一行：

library(dplyr)

my_df %>%
  group_by(PN, TEST_DAYS) %>%
  slice(1) %>%
  ungroup()