大家好，之前有分享过添加新的行，俗话说有加就有减，因此这次分享的将是删除数据。之前有讲过通过索引进行删除数据，这次要分享的是删除重复数据，这也是数据预处理中很常用的一种处理要求。
删除重复数据的方式就多种，常见的是以下三种方式：
1，duplicated()函数
duplicated()函数能够确定向量或数据框中的重复元素，返回值为指出哪个或哪行是重复的逻辑型向量。
其完整形式为：duplicated(x, incomparables = FALSE, ...)。
其中，参数x可为向量、数据框、数组或NULL。
其中，向量a中第五个元素开始是重复的，因此后面几个元素返回值都为TRUE。数据框B中，第四行和第五行是和前面内容重复的，因此返回值的第四个第五个元素为TRUE。
参数incomparables指定的是不能进行比较的值形成的向量，默认取值为FALSE：
由于指定了参数incomparables=c(1,2)，因此向量a中的1,2不在进行是否重复的比较，因此结果中第五个、第七个与第九个的结果不再是TRUE，而是FALSE。
此时，为了提取出不重复的元素，我们就可以通过以下方式进行提取：
向量名[!duplicated(向量名)]
即可提取出非重复的值(对于数据框的提取方法类似)：
对于数组数据也类似以上方式，由于很少用所以大家可以自己用软件进行实现。
需要进行进一步说下的是，与duplicated()函数常在一起用的一个函数是：anyDuplicated(.) 函数，这个函数是函数any(duplicated(.))的简写并且是更高效的版本。
duplicated()函数在S3中默认的使用方式为duplicated(x, incomparables = FALSE,fromLast = FALSE, nmax = NA, ...)，其中个别参数也可以在R软件中使用。其中，duplicated(x, fromLast = TRUE) 等同于函数rev(duplicated(rev(x)))，但是更高效：
需要注意的是在数据框及数组的情况下，都是对每行进行的比较，只有两行中所有的元素都相同时duplicated()函数中相应的元素值才为TRUE：
此时如果想删除course列中同名的行可以只对course列进行 !duplicate() 操作即可：
2，unique()函数
unique()函数返回的是一个没有重复元素(行)的向量、数据框或数组。
该函数的完整用法为：unique(x, incomparables = FALSE, ...)
注意：
unique()函数在S3中默认的用法为：unique(x, incomparables = FALSE, fromLast = FALSE,nmax = NA, ...)
unique()函数在S3中对于矩阵的默认用法为：unique(x, incomparables = FALSE, MARGIN = 1,fromLast = FALSE, ...)。
unique()函数在S3中对于数组的默认用法为：unique(x, incomparables = FALSE, MARGIN = 1,fromLast = FALSE, ...)。
3，dplyr包中的distinct()函数
distinct()函数是从数据框中筛选出唯一/不同的行。
此函数的完整用法为：distinct(.data, ..., .keep_all = FALSE)。其中参数.data指的主要是数据框数据。参数...指确定惟一性时使用的可选变量，如果给定的输入组合有多个行，那么只保留第一行，如果省略，将使用所有变量。参数 .keep_all如果为真，将所有变量保存在.data中。如果参数...指定的组合不明显，这将保留第一行的值。
所有参数都取默认情况时：
当参数...没有取值时，参数.keep_all的取值无影响。
当参数...取值时，实际上就是对这一值进行筛查：
此时参数...取值为A，即对第一列进行筛查重复的情况，结果中只会出现A的不重复列。当参数.keep_all=T时，即需要将剩余的列也显示出来，此时结果类似于duplicated()的情况。
参数...也可以同时取值为多个，如：
以上三种删除重复项的函数都是比较常见的函数，只是distinct()函数需要安装dplyr包，并且也只适用于数据框的数据。具体需要哪种方式进行删除重复项还是根据实际情况自己进行使用。
