R tips：unique和duplicated的区别

###先构建一组假设数据###
a=rep(c(1,2,3),times=2)
b=rep(c(1,2,3),each=2)
c=1:6
d=letters[1:6]
data_test <- data.frame(a,b,c,d)
#随机复制两行数据
data_test_r <- data_test[sample(nrow(data_test),2),]
data_test <- rbind(data_test, data_test_r)
data_test
#  a b c d
#1 1 1 1 a
#2 2 1 2 b
#3 3 2 3 c
#4 1 2 4 d
#5 2 3 5 e
#6 3 3 6 f
#21 2 1 2 b
#61 3 3 6 f

###1. unique直接返回去重后的向量,而duplicated返回重复与否的逻辑值
unique(data_test$a)
#[1] 1 2 3
duplicated(data_test$a)
[1] FALSE FALSE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE
data_test$a[!duplicated(data_test$a)] #使用duplicated去除重复后的值
#[1] 1 2 3

###2. duplicated可以处理数据框
#假如要对a和b同时去重
require(magrittr)
data_test %>% dplyr::select(a,b)%>%duplicated()#最后两个数值重复
#[1] FALSE FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE
dup_index <- data_test %>% dplyr::select(a,b)%>%duplicated()
data_test[!dup_index,] #复制的两行数据已去重
#  a b c d
#1 1 1 1 a
#2 2 1 2 b
#3 3 2 3 c
#4 1 2 4 d
#5 2 3 5 e
#6 3 3 6 f
#三个变量也是同样的操作
dup_index <- data_test %>% dplyr::select(a,b,c)%>%duplicated()
data_test[!dup_index,] #复制的两行数据已去重
#  a b c d
#1 1 1 1 a
#2 2 1 2 b
#3 3 2 3 c
#4 1 2 4 d
#5 2 3 5 e
#6 3 3 6 f
###3. unique可用于快速的获取单一值###
data_test$d%>%unique
#[1] a b c d e f
#Levels: a b c d e f
data_test$c%>%unique
#[1] 1 2 3 4 5 6