dplyr-distinct 行记录去重细节处理

dplyr::distinct对数据框去重，该方法默认保留重复记录的第一条记录

通过指定一列或多列进行去重

df %>% distinct( `column1` , `column2` ,  `···`, .keep_all = T) #.keep_all表示去重后返回数据框的所有列向量

通过基于所有列向量去除重复行记录

df %>% distinct() 

此外，除了使用distinct函数处理重复行记录，在dplyr管道中，还推荐使用group_by配合使用 slice实现更细致的去重操作，如：

• 随机保留1条重复行记录

df %>% group_by(`column1` ,  `···`)  %>% slice_sample(n = 1) %>% data.frame()

• 保留第1个重复行记录

df %>% group_by(`column1` ,  `···`)  %>% slice(1) %>% data.frame()

• 保留最后1个重复行记录

df %>% group_by(`column1` ,  `···`)  %>% slice( n() ) %>% data.frame()

• 根据一列向量进行分组排序再去重保留符合要求的记录

df %>% group_by(`column1`) %>% arrange(desc(`column3`)) %>% slice(1) %>% data.frame()