移除第二重复行

Question

我需要合并两个数据帧: Complete10和INSIDECostaRica。在哥斯达黎加内部，Complete10中包含的数据子集是相同的，但某些特定的丰富度值从0更改为0.5 (以便我可以在后面对这些数据进行筛选)。我尝试了几种合并它们的方法，但是保持我的行为0.5的唯一方法似乎是使用all=TRUE，这意味着我最终得到了这些行的副本，0行和0.5行。我想使用distinct函数删除在0.5行中复制的值为0的行，但我认为这将删除我的0.5行，因为合并将这些值附加到数据集的末尾。例如，这就是我的合并的样子，这就是合并之后的情况：

MergeTest<-merge(Complete10,INSIDECostaRica,by=c("GRID","x.centroids","y.centroids","RICHNESS"),all=TRUE)

GRID   LONG   LAT   RICHNESS
75      5      6     0
75      5      6     0.5
76      8      4     12
77      2      7     0
78      4      3     0
78      4      3     0.5

这就是我想要的：

GRID   LONG   LAT   RICHNESS
75      5      6     0.5
76      8      4     12
77      2      7     0
78      4      3     0.5

我不想从丰富度中删除所有的零，只是那些重复的0.5。

Answer 1

这样就能完成任务了

library(tidyverse)

MergeTest %>% group_by(GRID, LONG, LAT) %>% arrange(RICHNESS) %>% slice_tail()

# A tibble: 4 x 4
# Groups:   GRID, LONG, LAT [4]
   GRID  LONG   LAT RICHNESS
  <int> <int> <int>    <dbl>
1    75     5     6      0.5
2    76     8     4     12  
3    77     2     7      0  
4    78     4     3      0.5

或

MergeTest %>% group_by(GRID, LONG, LAT) %>% filter(!(n()>1 & RICHNESS == 0))

# A tibble: 4 x 4
# Groups:   GRID, LONG, LAT [4]
   GRID  LONG   LAT RICHNESS
  <int> <int> <int>    <dbl>
1    75     5     6      0.5
2    76     8     4     12  
3    77     2     7      0  
4    78     4     3      0.5

样本dput

> dput(MergeTest)
structure(list(GRID = c(75L, 75L, 76L, 77L, 78L, 78L), LONG = c(5L, 
5L, 8L, 2L, 4L, 4L), LAT = c(6L, 6L, 4L, 7L, 3L, 3L), RICHNESS = c(0, 
0.5, 12, 0, 0, 0.5)), class = "data.frame", row.names = c(NA, 
-6L))

Answer 2

合并后的一种方法是为每个组保留RICHNESS的最大值。

library(dplyr)
result <- MergeTest %>%
            group_by(GRID, LONG, LAT) %>%
            slice(which.max(RICHNESS))

如果希望将merge列的值仅从INSIDECostaRica中删除，则可以从Complete10中删除它的值。

MergeTest<-merge(Complete10[setdiff(names(Complete10), 'RICHNESS')],
                INSIDECostaRica,by=c("GRID","x.centroids","y.centroids"))