GNU R: duplicated
duplicated(data) überprüft den Datensatz data auf doppelte bzw. mehrfach eingetragene Fälle (Duplikate) und gibt TRUE/FALSE-Werte für jeden Eintrag zurück.
Handhabung
BearbeitenWir bedienen uns des Datensatzes aus Beispiel 4
duplicated(bsp4) # dies liefert nur FALSE-Werte, da in bsp4 keine Duplikate enthalten sind
Nun erzeugen wir doppelte Einträge:
bsp4 <- rbind(bsp4,bsp4) # wir verdoppeln die Einträge duplicated(bsp4)
Bei einem großen Datensatz, wie etwa Bundesliga aus dem wikibooks-Zusatzpaket, verliert man schnell die Übersicht. Daher bietet sich folgendes Vorgehen an:
library(wikibooks) # wikibooks-Paket aktivieren data(Bundesliga) # Bundesliga-Datensatz laden test <- duplicated(Bundesliga) # Datensatz auf Duplikate prüfen is.element(TRUE, test) # prüfen, ob der Wert TRUE in test vorkommt
Wir erhalten das Ergebnis FALSE. Dies bedeutet, dass der Wert TRUE nicht in test vorkommt. Somit enthält der Bundesliga-Datensatz keine Duplikate.
Eleganter kann dies jedoch in Kombination mit der Funktion which() gelöst werden. Dies liefert die Zeilennamen der Dupliakte zurück:
which(duplicated(bsp4))
Des weiteren lässt sich diese Kombination auch als Argument zur Zeilendarstellung verwenden:
bsp4[which(duplicated(bsp4)),]
Die Ausgabe von duplicated lässt sich umkehren, wenn ein Ausrufezeichen vorangestellt wird:
bsp4[which(!duplicated(bsp4)),]
siehe auch
Bearbeiten