也许 duplicated() 能有所帮助：

R> d[ !duplicated(d$x), ]
  x  y  z
1 1 10 20
3 2 12 18
4 4 13 17
R> 

编辑 哎呀，没关系。这会在每个重复块中选择第一个，而您想要的是最后一个。因此，这是使用 plyr :

R> ddply(d, "x", function(z) tail(z,1))
  x  y  z
1 1 11 19
2 2 12 18
3 4 13 17
R> 

在这里， plyr 使用 z 以下方法返回块中的最后一组观察结果： tail(z, 1) .

因此，您只需添加一个“处理步骤”即可创建一个 plyr 可以循环的因子变量。这一切都可以通过索引命令完成，试试看。顺便说一句，您的文本（表示选择了第一行）和示例（显示第二行）不一致。

顺便说一句，在 r-help 和这里之间交叉发布也有点不合时宜。你在 r-help 上得到了很好的答案，那么你为什么不研究一下呢？

我很荣幸。作为 StackOverflow 上的常见最佳实践，您应该接受一个帖子作为解决方案（如果您认为它提供了一个解决方案），并通过单击向上箭头对每个有用的帖子进行投票。这就是这里的评分方式。

只需对 Dirk 提供的内容进行一点补充... duplicated 有一个 fromLast 可用于选择最后一行的参数：

d[ !duplicated(d$x,fromLast=TRUE), ]

嗨，Ian——不幸的是，James 从来没有真正明确地说明他想要的是第一个还是最后一个，并且在帖子中自相矛盾……但是你关于 fromLast 的提示很好！

谢谢，这招很管用。我需要的是第一个还是最后一个，这完全取决于排序，而使用 fromLast，我可以以任何一种方式处理它

这是一个 data.table 对于大型数据集来说可以节省时间和内存的解决方案

library(data.table)
DT <- as.data.table(d)           # convert to data.table
setkey(DT, x)                    # set key to allow binary search using `J()`
DT[J(unique(x)), mult ='last']   # subset out the last row for each x
DT[J(unique(x)), mult ='first']  # if you wanted the first row for each x

但是如果所需要的只是每个组中的最后一行，那么 DT[!duplicated(x,fromLast=TRUE)] 可能比 setkey + join 的总时间更快，并且具有一些语法优势，可以避免 DT 的变量名重复（即仅 x 而不是 DT$x）。

我猜使用行索引会加快速度，DT[DT[，.I[.N]，by = x]$V1]。检查 .com/questions/19424762/…。感谢@Simono101

unique(DT,by=\'x\',fromLast=TRUE) 现在比 DT[!duplicated(x,fromLast=TRUE)] 和 DT[J(unique(x)), mult ='last'] 更简单、更快

有以下几种使用方式 dplyr ：

library(dplyr)
df %>% distinct(x, .keep_all = TRUE)
df %>% group_by(x) %>% filter(row_number() == 1)
df %>% group_by(x) %>% slice(1)

您可以使用多个同时具有 和 的 distinct() 列 group_by() ：

df %>% distinct(x, y, .keep_all = TRUE)

如果存在日期或其他顺序字段，并且您想确保保留最新的观察结果，则 group_by() and filter() ，如果您想避免平局，则 slice() 该

df %>% group_by(x) %>% filter(date == max(date)) %>% slice(1)

dplyr::top_n() 也是一个选项，请参阅.com/questions/13279582/…