столбцы удаляются при удалении дублированных строк в dplyr

Question

dat <- data.frame(year = c(1980, 1981, 1982, 1983, 1984, 1985, 1986, 1987, 1988),
             a = c(100, 200, 300, 400, 500, 350, 350, 350, 430),
             p = c(60, 90, 80, 75, 95, 600, 600, 600, 330),
             y = c(1, 1, 12, 11, 12,  13, 13, 13, 20))

, если дублируется y, то сохраняйте y только с самым высоким a.Если дубликаты y имеют одинаковые a, сохраните y с самым высоким p.Если дубликаты y имеют одинаковые a и p, просто удалите их.Я сделал это:

dat %>% dplyr::arrange(y, a, p) %>% dplyr::group_by(y) %>% 
dplyr::filter(a == max(a)) %>% dplyr::filter(p == max(p)) %>%
distinct(a, p, y)

Но как мне сохранить мой столбец year здесь?

Answer 1

Как уже упоминалось в комментариях, вы можете указать .keep_all = TRUE в distinct.

Вы выбираете строки на основе нескольких условий, которые можно объединить в меньшем количестве строк кода с arrange и slice:

library(dplyr)

dat %>% 
  group_by(y) %>% 
  arrange(a, p) %>% 
  slice(n())

Или:

dat %>% 
  group_by(y) %>% 
  arrange(desc(a), desc(p)) %>% 
  slice(1)

Далее, если вы хотите выбрать наибольшее значение из веса, который вы можете использовать top_n:

dat %>% 
  group_by(y) %>% 
  top_n(1, a) %>%
  top_n(1, p) %>% 
  distinct(y, a, p, .keep_all = TRUE)

Последние два подхода сохранят год 1985 для y = 13, тогда как первыйподход сохраняет год 1987. Возможно, вы захотите указать, какой год (максимум или минимум) вы хотите сохранить для дублированных значений.