下检测单前，过滤重复数据

需求：

 1）与以前存在的样本名称相同的，筛选出来，这是重复样本，做减法，不后续实验

 2) 重复样本中以前检测不合格的，加上，做后续实验。

 

准备工作：

1.unique的已存在样本列表 

• first_four_Sample<-read.csv("./first_four_Sample.csv") #如果有first_five文件，直接校验duplicatd就行
  fifth<-read.csv("./five_uniq_第五批去重去异常.csv")
  View(first_four_Sample)
  View(fifth)
  fifth$客户样本名称
  
  fifth$invSampleName<-fifth$客户样本名称 # 统一变量名，后续好对列操作
  fifth$invSampleName
  
  first_five<-c(first_four_Sample$invSampleName,fifth$invSampleName) #合并向量
  first_five
  
  first_five[duplicated(first_five)] # 保障uniq后，继续。
  summary(first_five) #看有多少观测行
  

  　　

2. 本次入库待实验的样本

　　

sixth<-read.csv("./sixth_2088_Sample.csv")
View(sixth)
sixth$invSampleName
first_six<-c(first_five,sixth$invSampleName)
summary(first_six)
first_six[duplicated(first_six)] #这里可以sixth_repeated<-first_six[duplicated(first_six)]。如果有dup则继续。为空的话直接全下检测单就行了

 

3. 之前检测不合格的样本　　

• unqualified143<-read.csv("../143unqualified_1217.csv")
  View(unqualified143)
  intersect(unqualified143$客户样本名称,first_six[duplicated(first_six)]) #本次样本中需要弥补之前不合格的样本

  sixth_nonrepeate<-setdiff(sixth$invSampleName,first_six[duplicated(first_six)]) #本次入库的非重复样本
  summary(sixth_nonrepeate)
  
  sixth_need<-c(sixth_nonrepeate,supple_unqalified) #需要后续实验的所有样本
  summary(sixth_need)
  sample_sixth<-data.frame(invSampleName=sixth_need)
  View(sample_sixth) #构建一个数据框，方便和后边数据框拼接inner_join

4. 拼接样本信息表及入库单编码。

• sixth_code<-read.csv("./第六批入库单编码.csv") #入库单编码
  View(sixth_code)
  sixth_sampleinfo<-read.csv("./入库第六次_2088样本.csv") #样本信息单
  View(sixth_sampleinfo)
  
  sixth_code$invSampleName
  sampleinfo_code<-dplyr::inner_join(sixth_sampleinfo,sixth_code,by="invSampleName") #拼接两个数据框
  View(sampleinfo_code)
  glimpse(sampleinfo_code) 
  
  sampleinfor_code_nonextended<-sampleinfo_code %>% select(!starts_with("extended")) #extend太多列了，不需要
  glimpse(sampleinfor_code_nonextended) 
  

5.　生成需要的样本信息表

• test6_need<-dplyr::inner_join(sampleinfor_code_nonextended,sample_sixth,by="invSampleName") #需要后续实验的样本信息表，注意sample_six在后，不然新增的前面质检不合格样本不与之前板号连续
  View(test6_need)
  write_excel_csv(test6_need,"./test6_need.csv")
  
  repeat6<-first_six[duplicated(first_six)] #重复样本也保留
  write.csv(repeat6,"./repeat_6th.csv")
  

 

新知识

first_six[duplicated(first_six)] 取出向量的重复观测

数据框的话，如：
> test[!duplicated(test$x),]  #与前面观测值 重复的行
> test[!duplicated(test$x),]  #唯一观测，重复项取第一次出现的行。

intersect(x,y) 两个向量取交集

union(x,y) 取并集

setdiff(x,y) 取x-y 的部分集。