[问题] 找出重复的资料组

楼主: helixc (@_2;)   2015-07-02 21:48:10
[问题类型]:
程式咨询(我想用R 做某件事情,但是我不知道要怎么用R 写出来)
[软件熟悉度]:
新手(没写过程式,R 是我的第一次) + 入门(刚开始用R对语法不熟悉)
[问题叙述
资料格式如下,约有一百万笔以上
有日期(date)、物种编号(bird_id)、物种名称(bird_name)、数量(num
地点(place)与回报者(reporter),资料叫做"bird"
每一个旅次会有好几笔物种与数量的资料,
现在想要以旅次为单位进行分析。
资料大概长这样:
>head(bird)
date bird_id bird_name num place reporter
1 2001-01-01 201 sp1 3 金门 John
2 2001-01-01 202 sp2 2 金门 John
3 2001-01-01 205 sp3 8 金门 John
4 2001-01-01 3507 sp4 10 金门 John
5 2001-01-01 4104 sp5 1 金门 John
6 2001-01-01 4105 sp6 1 金门 John
由于一个人一天只会去一个地方一次,
目前已经想到可以用date, place, reporter做组合筛选出同一批旅次的调查资料
程式码如下:
>library('dplyr')
>birdtrip <- select(bird, date, place, reporter)
>birdtrip <- distinct(birdtrip, date, place, reporter)
理论上把旅次(birdtrip)编码后就可以再对应到原来的资料当中,
但这部分还要想想怎么写,慢慢想应该想得出来XD
问题在于这些资料当初是在两个不同接口蒐集的,
同一旅次的同一批资料有可能会被输入两次,
会出现在整个资料的不同地方,请问这要怎么抓出来呢?
感谢各位
作者: Edster (Edster)   2015-07-02 22:00:00
a=c(1,1,1);b=c(1,3,1);d = data.frame(a,b);duplicated(dduplicated(d)
作者: celestialgod (天)   2015-07-02 22:01:00
不太懂问题是什么?可以举例什么叫做不同地方楼上那行跟distinct一样效果喔~~
作者: Edster (Edster)   2015-07-02 22:02:00
d = d[!duplicated(d),]请问c大, distinct是哪个library? 惭愧平常不太查library.
作者: celestialgod (天)   2015-07-02 22:46:00
dplyr的 就是unique rows...我也很少查,所以我有先查distinct是什么才问原PO
作者: gsuper (Logit(odds))   2015-07-02 23:13:00
distinct 是 mysql 的语法 与unique类似which(d %in% duplicated(d)) 应该就差不多了which(d %in% d[duplicated(d)])

Links booklink

Contact Us: admin [ a t ] ucptt.com