グループ単位で重複（複数の列）を置き換えます。

Question

重複をすべてNAでグループ化したいのですが、同時に2つの列に重複している場合のみです。 V2およびV3。

V1 V2 V3 V4  
1 a b c d  
2 a c b a 
2 a c b d 

最終的な結果は次のようになります。

V1 V2 V3 V4  
1 a b c d 
2 a c b a 
2 na na b d 

私は、現時点では微調整しようとしている基本的なコードは次のとおりです。

df %>% 
group_by(V1) %>% 
mutate_each(funs(replace(., duplicated(.), NA))) 

あなたが見ることができるように、このコードは正常に動作しますすべての別々の列を使用していますが、「2列に重複している場合にのみ」（たとえばmutate_each(funs(replace(., duplicated(c("V2", "V3"), NA)))またはmutate_each(funs(replace(., duplicated(df[c("V2", "V3")], NA))))によって、除外の条件を渡したい場合は、どこでも私を導きません）

複数の列を重複して正しく渡す方法に関する提案はありますか？

Answer 1

ここでの結果を達成するためにduplicatedに依存しないmutate_atを使用する方法です：

df <- read.table(text = "id V1 V2 V3 V4  
1 a b c d  
2 a c b a 
2 a c b d ", header = TRUE, stringsAsFactors = FALSE) 

library(dplyr) 
df %>% 
    group_by(id, V2, V3) %>% 
    mutate(dup_id = row_number()) %>% ungroup() %>% 
    mutate_at(vars(V2, V3), funs(if_else(dup_id > 1, NA_character_, .))) 

#> # A tibble: 3 x 6 
#>  id V1 V2 V3 V4 dup_id 
#> <int> <chr> <chr> <chr> <chr> <int> 
#> 1  1  a  b  c  d  1 
#> 2  2  a  c  b  a  1 
#> 3  2  a <NA> <NA>  d  2 

別のアプローチは、

tidyrパッケージから uniteと separateを使用することです

library(dplyr) 
library(tidyr) 

df %>% 
    unite(V2_V3, V2, V3) %>% 
    mutate_at(vars(V2_V3), funs(if_else(duplicated(.), NA_character_, .))) %>% 
    separate(V2_V3, c("V2", "V3")) 

#> id V1 V2 V3 V4 
#> 1 1 a b c d 
#> 2 2 a c b a 
#> 3 2 a <NA> <NA> d