Duplikat ada dua jenis. Pengulangan persis adalah baris yang sama muncul dua kali, biasanya karena ekspor yang berjalan dua kali; distinct() menghapusnya. Duplikat kunci memiliki ID yang sama tetapi berbeda di kolom lain, seperti pelanggan yang mendaftar dua kali dengan tanggal berbeda. Menghapusnya berarti memilih baris mana yang disimpan.
Temukan dulu: count(customer_id) |> filter(n > 1) mendaftar ID yang muncul lebih dari sekali. Untuk menyimpan satu baris per ID, distinct(customer_id, .keep_all = TRUE) menyimpan baris pertama yang ditemuinya. Hasilnya bergantung pada urutan tabel, jadi urutkan dulu, atau sebutkan baris yang Anda inginkan: slice_max(signup_date, n = 1, by = customer_id) menyimpan yang terbaru.
Selalu hitung baris sebelum dan sesudah, lalu pastikan jumlah yang Anda hapus sesuai dengan yang Anda harapkan.
Temukan ID yang berulang, hapus pengulangan yang persis sama, dan simpan baris terbaru untuk setiap ID.