Una forma de hacerlo con R base seria la siguiente:
input.df <- data.frame(
ID = 1:5,
LP1 = c("X1", "X1", "X1", "X1", "X1"),
LP2 = c("X2", "X2", "X1", "X2", NA),
LP3 = c(NA, "X3", NA, "X2", NA),
LP4 = c(NA, NA, NA, NA, NA)
)
filtro<-apply(input.df,1,function(x){
any(duplicated(x[!is.na(x)]))
})
input.df[filtro,]
La función apply
se utiliza para aplicar una función a lo largo de las filas del dataframe. En este caso, se aplica una función anónima que toma una fila del dataframe como argumento x
.
La función duplicated
devuelve un vector lógico que indica si un elemento de x
es igual a uno anterior en la misma fila.
La función any
devuelve TRUE
si al menos uno de los valores del vector es TRUE
. Por lo tanto, la función anónima devuelve TRUE
si hay al menos una celda en la fila que contiene un valor duplicado y no es un valor NA
.
Con el filtro x[!is.na(x)]
eliminamos los NA
antes de usar duplicated
.
La variable filtro
es un vector lógico que indica qué filas del dataframe
tienen valores duplicados en las columnas, excepto en las celdas con valores NA
.
Finalmente, se utiliza la variable filtro
para subconjuntar el dataframe
input.df
, de tal manera que se eliminan las filas que cumplen la condición que mencionas.