group_by(CELLPHONE,MEMBERID) %>% filter(row_number() == 1) %>% ungroup()1234
方法二:
>>> data2 <- data7_0 %>%
distinct(CELLPHONE,MEMBERID, .keep_all = TRUE)12
方法三:
>>> data3 <- sqldf("select DISTINCT CELLPHONE,MEMBERID from data7_0")1
方法四:
>>> data4 <- base::unique(data7_0)1
方法五:
>>> data5 <- as.data.table(data7_0[!duplicated(data7_0$CELLPHONE), ])
之前使用了均值、求和和计数
median()用法和mean()类似,只不过是中位数而已
注:mad()与IQR()基本等价,但是IQR()更适合有离群点的情况。
这三个函数的作用相当于x[1]、x[2]、x[length(x)]
通过此函数也可以找出最早和最晚出发的航班
n():不需要任何参数,返回当前分组的大小
sum(!is.na(x)):计算非缺失值的数量
n_distinct(x):计算唯一值的数量
count()函数:用于只需要计数的情况
例如:
计算哪个目的地有最多的航空公司?
count()函数用法举例:计算目的地不同的飞机数量
count()函数中可以添加加权变量,例如distance,用于计算飞机飞行里程(相当于求和)
以下一例:找出出发时间小于5:00的航班总数
以下一例:找出延误超过一小时的航班比例