Estou trabalhando em um grande conjunto de dados com n covariates. Muitas das linhas são duplicadas. Para identificar as duplicatas, preciso usar um subconjunto das covariáveis ​​para criar uma variável de identificação. Ou seja, as covariáveis ​​(n-x) são irrelevantes. Eu quero concatenar os valores nas covariáveis ​​x para identificar exclusivamente as observações e eliminar as duplicatas.

set.seed(1234)
UNIT <- c(1,1,1,1,2,2,2,3,3,3,4,4,4,5,6,6,6)
DATE <- c("1/1/2010","1/1/2010","1/1/2010","1/2/2012","1/2/2009","1/2/2004","1/2/2005","1/2/2005",
      "1/1/2011","1/1/2011","1/1/2011","1/1/2009","1/1/2008","1/1/2008","1/1/2012","1/1/2013",
      "1/1/2012")
OUT1 <- c(300,400,400,400,600,700,700,800,800,800,900,700,700,100,100,100,500)
JUNK1 <- c(rnorm(17,0,1))
JUNK2 <- c(rnorm(17,0,1))

test = data.frame(UNIT,DATE,OUT1,JUNK1,JUNK2)

'teste' é um quadro de dados de amostra. As variáveis ​​que preciso usar para identificar as observações são 'UNIT', 'DATE' e 'OUT1'. Por exemplo,

head(test)
  UNIT     DATE OUT1      JUNK1      JUNK2
1    1 1/1/2010  300 -1.2070657 -0.9111954
2    1 1/1/2010  400  0.2774292 -0.8371717
3    1 1/1/2010  400  1.0844412  2.4158352
4    1 1/2/2012  400 -2.3456977  0.1340882
5    2 1/2/2009  600  0.4291247 -0.4906859
6    2 1/2/2004  700  0.5060559 -0.4405479    

Observações 1 e 4 não são uma duplicata no conjunto de dados. Observações 2 e 3 são duplicatas. O novo conjunto de dados que eu quero criar manteria as observações 1 e 4 eapenas um de 2 e 3. A solução que tentei é:

subset(test, !duplicated(c(UNIT,DATE,OUT1)))

Que infelizmente não faz o truque:

      UNIT     DATE OUT1       JUNK1      JUNK2
1        1 1/1/2010  300 -1.20706575 -0.9111954
5        2 1/2/2009  600  0.42912469 -0.4906859
8        3 1/2/2005  800 -0.54663186 -0.6937202
11       4 1/1/2011  900 -0.47719270 -1.0236557
14       5 1/1/2008  100  0.06445882  1.1022975
15       6 1/1/2012  100  0.95949406 -0.4755931

Embora ignore as variáveis ​​irrelevantes (JUNK1, JUNK2), a técnica é muito gananciosa. O novo conjunto de dados deve conter três observações sobre a unidade um, pois há três combinações exclusivas de UNIDADE + DATA + SAÍDA1 quando UNIDADE = 1. Existe uma maneira de conseguir isso sem escrever uma função?