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 

• ?

  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

  <strong>first_four_Sample<-read.csv("./first_four_Sample.csv") #如果有first_five文件，直接校验duplicatd就行</strong> 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   <strong>first_five[duplicated(first_five)] # 保障uniq后，继续。 summary(first_five) #看有多少观测行 </strong>

  　　

2. 本次入库待实验的样本

　　

?

1 2 3 4 5

sixth<-read.csv("./sixth_2088_Sample.csv")<br>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　　

• ?

  1 2 3 4 5 6 7 8

  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)<br> 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。

• ?

  1 2 3 4 5 6 7 8 9 10 11 12

  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

• ?

  1 2 3 4 5 6

  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

?

1	first_six[duplicated(first_six)] 取出向量的重复观测<br><br>数据框的话，如：<br>> test[!duplicated(test$x),]  #与前面观测值 重复的行<br>> test[!duplicated(test$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。