Usando DPLYR
Por lo que entiendo que buscas: Obtener el primer registro de cada id
podrías simplemente usar slice()
:
# Agrandamos un poco tu ejemplo con una columna más
data<-data.frame(id=c(1,1,3,4),n=c("x","y","e","w"), o=c(4,3,2,1))
data
id n o
1 1 x 4
2 1 y 3
3 3 e 2
4 4 w 1
data %>%
group_by(id) %>%
slice(1)
# A tibble: 3 x 3
# Groups: id [3]
id n o
<dbl> <fct> <dbl>
1 1. x 4.
2 3. e 2.
3 4. w 1.
El tema es cual de los registros de cada grupo quieres dejar y cuales ignorar, slice()
en una alternativa simple y clara, pero si necesitas controlar el orden por el cual te vas a quedar con el primero top_n()
sin duda puede ser mucho mejor ya que puedes controlar por el parámetro opcional wt
la o las columnas por la cual ordenarás los grupos.
data %>%
group_by(id) %>%
top_n(n = 1, wt=-o) # Ordenamos por la columna 'o' ascendente
Asimismo, puedes consultar el sitio en inglés, esta pregunta tiene muchas otras opciones interesante para resolver este tema.
Usando R base
No puedo evitar ver como hacerlo en R base. Tampoco es demasiado complicado:
aggregate(. ~id, data, function(x){head(x, 1)})
id n o
1 1 3 4
2 3 1 2
3 4 2 1
Obviamente, en este ejemplo, una de las columnas es un factor, por lo que deberemos convertirlo antes:
aggregate(.~id, data.frame(lapply(data, as.character), stringsAsFactors=FALSE), function(x){head(x, 1)})
id n o
1 1 x 4
2 3 e 2
3 4 w 1
Esto funcionaría como el slice()
, el head(x, 1)
simplemente se queda con el primer registro según el orden natural del objeto, si necesitamos establecer otro orden para determinar con cual registro quedarnos, deberemos ordenar antes el data.frame
de acuerdo a ese criterio.
Y por último me estaba olvidando de duplicated()
, todavía más sencillo:
data[!duplicated(data$id),]
Y más me olvidaba aún de de unique()
, gracias @mpaladino
data[unique(data$id),]