repetidas - quitar duplicados en excel con formula

Eliminar filas que están duplicadas en una columna según las condiciones de otra columna

Question

Aquí hay un ejemplo de mi conjunto de datos;

Date      Time(GMT)Depth Temp  Salinity Density Phosphate
24/06/2002  1000    1           33.855          0.01
24/06/2002  1000    45          33.827          0.01
01/07/2002  1000    10  13.26   33.104  24.873  0.06
01/07/2002  1000    30  12.01   33.787  25.646  0.13
08/07/2002  1000    5   13.34   33.609  25.248  0.01
08/07/2002  1000    40  12.01   34.258  26.011  1.33
15/07/2002  1000    30  12.04   34.507  26.199  0.01
22/07/2002  1000    5   13.93   33.792  25.269  0.01
22/07/2002  1000    30  11.9    34.438  26.172  0.08
29/07/2002  1000    5   13.23   34.09   25.642  0.01

Quiero eliminar filas duplicadas para que solo tenga una fila por fecha, quiero hacer esto en función de la profundidad, me gustaría mantener la fila con la mayor profundidad (más profunda). ¿Algunas ideas?

Answer 1

Digamos que tienes datos en df

df = df[order(df[,''Date''],-df[,''Depth'']),]
df = df[!duplicated(df$Date),]

Answer 2

Este podría no ser el enfoque más rápido si su marco de datos es grande, pero bastante sencillo. Esto puede cambiar el orden de su marco de datos y es posible que necesite reordenar, por ejemplo, la fecha posterior. En lugar de eliminar, dividimos los datos por fecha, en cada fragmento seleccionamos una fila con la fecha máxima y finalmente unimos el resultado en un marco de datos

data = split(data, data$Date)
data = lapply(data, function(x) x[which.max(x$Depth), , drop=FALSE])
data = do.call("rbind", data)

Answer 3

Presentamos una solución de data.table que será la manera más rápida de resolver esto (suponiendo que los data son su conjunto de datos)

library(data.table)
unique(setDT(data)[order(Date, -Depth)], by = "Date")

Solo otra forma:

setDT(data)[data[, .I[which.max(Depth)], by=Date]$V1]

Answer 4

# First find the maxvalues
maxvals = aggregate(df$Depth~df$Date, FUN=max)
#Now use apply to find the matching rows and separate them out
out = df[apply(maxvals,1,FUN=function(x) which(paste(df$Date,df$Depth) == paste(x[1],x[2]))),]

Eso funciona para ti?