删除重复数据

unique
语法
unique(x, incomparables = FALSE, fromLast = FALSE,
nmax = NA...)

x 可以是向量、数据框、数组array

incomparables FALSE meaning that all values can be compared.所有的值都可以进行比较

fromLast (from the last) TRUE即保留最后一个,默认是FALSE 保留第一个。(这俩行名是不同的)

nmax : the maximum number of unique items expected (greater than one)

作者:山竹山竹px
链接://www.greatytc.com/p/0bb0f93d3507
来源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

例子

> x <- c(3:5, 11:8, 8 + 0:5)
> x
 [1]  3  4  5 11 10  9  8  8  9 10 11 12 13
> class(x)
[1] "numeric"
> (ux <- unique(x)) #fromLast默认FALSE,则重复值保留第一个
[1]  3  4  5 11 10  9  8 12 13
> (u2 <- unique(x, fromLast = TRUE))#重复值保留最后一个,与上面的结果,顺序是不一样的
[1]  3  4  5  8  9 10 11 12 13

新建一个数据框,试试

> df <- data.frame(gene = paste0('gene',c(1,2,3,2)),
+                  sam = paste0('sample',c(1,2,3,2)),
+                  exp = c(32,45,32,45))
> df #第2行于第4行是相同的,第1行和第3行只有exp相同
   gene     sam exp
1 gene1 sample1  32
2 gene2 sample2  45
3 gene3 sample3  32
4 gene2 sample2  45
> unique(df) #按 行 去 重
   gene     sam exp
1 gene1 sample1  32
2 gene2 sample2  45
3 gene3 sample3  32
> unique(df,fromLast = TRUE)
   gene     sam exp
1 gene1 sample1  32
3 gene3 sample3  32
4 gene2 sample2  45

上述可以看到,unique去重是一整行完全相同,然后把整行去掉。

如果有这么一个需求,根据某一列的重复值,去除该重复值所在的整行。(麻烦且有局限,可使用duplicated)

如上述例子里的 exp 列,按照要求,应该就剩下2行,第一行和第二行(fromlast默认值)
实现如下

#先找出不重复的行。然后按照行名取一整行
> unique(df['exp'])
  exp
1  32
2  45
##这里是想直接取,但是报错,因为unique(df['exp'])根本不是数字(表示哪一行的数字)
> df[unique(df['exp']),]
Error in xj[i] : invalid subscript type 'list'

#当行数较少的时候,可以直接把行输入
> df[c(1,2),]
   gene     sam exp
1 gene1 sample1  32
2 gene2 sample2  45

#当行数多时,思路:先把行名提出来(行名未设置,是数字),结果以list形式返回,需要转换成numeric
> rows <- rownames(unique(df['exp']))
> rows
[1] "1" "2"
> class(rows)
[1] "character"
> rows2 <- as.numeric(rows)
> rows2
[1] 1 2
> class(rows2)
[1] "numeric"
> df[rows2,]
   gene     sam exp
1 gene1 sample1  32
2 gene2 sample2  45

duplicated
语法
duplicated(x, incomparables = FALSE,
fromLast = FALSE, nmax = NA, ...)

参数解释,同unique

判定重复元素,返回逻辑值

For a向量 input, a logical vector of the same length as x. For a data frame, a logical vector with one element for each row.(x是向量,返回的逻辑向量与x长度相同;x是数据框,每行返回一个逻辑值)

> x
 [1]  3  4  5 11 10  9  8  8  9 10 11 12 13
> duplicated(x)
 [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE  TRUE  TRUE FALSE FALSE

> df #第2行于第4行是相同的,第1行和第3行只有exp相同
   gene     sam exp
1 gene1 sample1  32
2 gene2 sample2  45
3 gene3 sample3  32
4 gene2 sample2  45
> duplicated(df)
[1] FALSE FALSE FALSE  TRUE #第4行是重复值

去重,使用 !

#duplicated可以放在[]中,因为是逻辑值
> xu <- x[!duplicated(x)]
> xu
[1]  3  4  5 11 10  9  8 12 13
# 与unique结果是一样的

数据框与向量有所不同,[]中不能只放duplicated,而是应该放在 行的位置,取“TRUE”的行,右边 列 的位置为空

> dfu <- df[!duplicated(df)]#这样没有用
> dfu
   gene     sam exp
1 gene1 sample1  32
2 gene2 sample2  45
3 gene3 sample3  32
4 gene2 sample2  45
> dfu <- df[!duplicated(df),]
> dfu
   gene     sam exp
1 gene1 sample1  32
2 gene2 sample2  45
3 gene3 sample3  32

根据某一列的重复值,去除该重复值所在的整行

嗯,干净利落。

> dfuexp <- df[!duplicated(df$exp),]
> dfuexp
   gene     sam exp
1 gene1 sample1  32
2 gene2 sample2  45

保存筛选过后的数据

#保存为文本

write.table(写入的数据名字,file = '输出文件的名字,txt',sep = '分隔符')

#保存为逗号分割文本

write.csv(写入的数据名字,file = '输出文件的名字.csv')

#保存为R格式文件

save(output1,file = 'output1.RData')

以write.table为例

write.table(shh_dxs_unique,file = 'shh_dxs_unique.txt',sep = '\r\n',row.names = FALSE,col.names = FALSE,quote = FALSE)
#shh_dxs_unique 是清理过的数据
#shh_dxs_unique.txt 是输出文件的名字,储存在工作目录下
#\r\n,windows 下的换行符
#row.names = FALSE,col.names = FALSE 不输出行名列名(这个因需求而异)
#quote = FALSE 输出的字符串不加引号(不加这个参数,输出的每一行都会有引号)

本文为个人笔记备忘。









©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,591评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,448评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,823评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,204评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,228评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,190评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,078评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,923评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,334评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,550评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,727评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,428评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,022评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,672评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,826评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,734评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,619评论 2 354

推荐阅读更多精彩内容