studio - formula para buscar datos repetidos en excel

duplicados en múltiples columnas

Question

Tengo un marco de datos como ese

> df
a b c d
1 1 2 A 1001
2 2 4 B 1002
3 3 6 B 1002
4 4 8 C 1003
5 5 10 D 1004
6 6 12 D 1004
7 7 13 E 1005
8 8 14 E 1006

Quiero eliminar las filas donde hay valores repetidos en la columna c AND columna d. Entonces, en este ejemplo, las filas 2,3,5 y 6 se eliminarían.

Lo he usado, que funciona:

df[!(df$c %in% df$c[duplicated(df$c)] & df$d %in% df$d[duplicated(df$d)]),]
>df
a b c d
1 1 2 A 1001
4 4 8 C 1003
7 7 13 E 1005
8 8 14 E 1006

pero parece torpe y no puedo evitar pensar que hay una mejor manera. ¿Alguna sugerencia?

En caso de que alguien quiera volver a crear el marco de datos aquí está el dput:

df = structure(list(a = c(1, 2, 3, 4, 5, 6, 7, 8), b = c(2, 4, 6,
8, 10, 12, 13, 14), c = structure(c(1L, 2L, 2L, 3L, 4L, 4L, 5L,
5L), .Label = c("A", "B", "C", "D", "E"), class = "factor"),
d = c(1001, 1002, 1002, 1003, 1004, 1004, 1005, 1006)), .Names = c("a",
"b", "c", "d"), row.names = c(NA, -8L), class = "data.frame")

Answer 1

Funciona si usa duplicated dos veces:

df[!(duplicated(df[c("c","d")]) | duplicated(df[c("c","d")], fromLast = TRUE)), ]
a b c d
1 1 2 A 1001
4 4 8 C 1003
7 7 13 E 1005
8 8 14 E 1006

Answer 2

Haz un nuevo objeto con las 2 columnas:

df_dups <- df[c("c", "d")]

Ahora aplícalo a tu df principal:

df[!duplicated(df_dups),]

Se ve más ordenado y fácil de ver / cambiar las columnas que está utilizando.