为了账号安全,请及时绑定邮箱和手机立即绑定

R中考虑两列的唯一行,无顺序

/ 猿问

R中考虑两列的唯一行,无顺序

HUH函数 2019-10-21 14:56:08

与我发现的问题不同,我想不按顺序获取两列的唯一性。


我有一个df:


df<-cbind(c("a","b","c","b"),c("b","d","e","a"))

> df

     [,1] [,2]

 [1,] "a"  "b" 

 [2,] "b"  "d" 

 [3,] "c"  "e" 

 [4,] "b"  "a" 

在这种情况下,从ba与ba相同的意义上说,行1和行4是“重复项”。


我知道如何找到列1和2的唯一性,但是在这种方法下,我会发现每一行都是唯一的。


查看完整描述

3 回答

?
www说

有很多方法可以做到这一点,这是一种:


unique(t(apply(df, 1, sort)))

duplicated(t(apply(df, 1, sort)))

一个给出唯一的行,另一个给出掩码。


查看完整回答
反对 回复 2019-10-21
?
慕的地8271018

如果只有两列,则还可以使用pmin和pmax,如下所示:


library(data.table)

unique(as.data.table(df)[, c("V1", "V2") := list(pmin(V1, V2),

                         pmax(V1, V2))], by = c("V1", "V2"))

#    V1 V2

# 1:  a  b

# 2:  b  d

# 3:  c  e

使用“ dplyr”的类似方法可能是:


library(dplyr)

data.frame(df, stringsAsFactors = FALSE) %>% 

  mutate(key = paste0(pmin(X1, X2), pmax(X1, X2), sep = "")) %>% 

  distinct(key)

#   X1 X2 key

# 1  a  b  ab

# 2  b  d  bd

# 3  c  e  ce


查看完整回答
反对 回复 2019-10-21
?
湖上湖

如果所有元素都是字符串(哎呀,即使不是,也可以强迫它们),那么一个技巧就是将其创建为data.frame并在其中使用一些dplyr技巧。


library(dplyr)

df <- data.frame(v1 = c("a","b","c","b"), v2 = c("b","d","e","a"))

df$key <- apply(df, 1, function(s) paste0(sort(s), collapse=''))

head(df)

##   v1 v2 key

## 1  a  b  ab

## 2  b  d  bd

## 3  c  e  ce

## 4  b  a  ab

该$key列现在应该告诉您重复。


df %>% group_by(key) %>% do(head(., n = 1))

## Source: local data frame [3 x 3]

## Groups: key

##   v1 v2 key

## 1  a  b  ab

## 2  b  d  bd

## 3  c  e  ce


查看完整回答
反对 回复 2019-10-21

添加回答

回复

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信