r - 根据 r 中的列值对数据框进行子集化

Question

给定一个数据框 ex：

a <- c(1:3,4:6)
b <- c(2:4,3,2,1)
c <- cbind(a,b)

我想通过删除具有相似比较的行来对数据框进行子集化（例如：row3：3,4 与 row4：4,3 相同）并且只有其中一个。

Answer 1

a <- c(1:3,4:6)
b <- c(2:4,3,2,1)
d <- cbind(a,b)
e <- t(apply(d,1,function(x){x[order(x)]}))
d <- d[!duplicated(e),]

> d
     a b
[1,] 1 2
[2,] 2 3
[3,] 3 4
[4,] 5 2
[5,] 6 1

Answer 2

假设d是您的矩阵，而不是c：

e <- unique(apply(d,1,function(x) paste(sort(x),collapse="~")))
> t(sapply(strsplit(e,"~"),as.numeric))
     [,1] [,2]
[1,]    1    2
[2,]    2    3
[3,]    3    4
[4,]    2    5
[5,]    1    6

分解它：

第一行

apply(d,1,function(x) ... )获取 d 的每一行并将其作为向量传递x给我在...这里调用的匿名函数。

函数体是paste(sort(x),collapse="~")，它对向量进行排序，然后将其转换为长度为一的向量，每个元素由 a 分隔~。

因此，整个apply调用将返回一个字符向量，其中每个元素曾经是矩阵的一行。

然后unique只保留独特的元素。排序确保这符合我们的要求。

第二行

strsplit(e,"~")将我们的字符向量拆分回一个单独的形式。在这种情况下，它是一个列表，其中每个元素都是组成每一行的数字的字符向量。

sapply(...,as.numeric)适用as.numeric()于列表的每个元素。所以我们将字符向量转换回数字向量。由于sinsapply代表“简化”，它将由此创建一个矩阵。

但这是错误的方向（2x5 而不是 5x2）！ t()将矩阵转置为原始形式。

Answer 3

在您的示例中， c 不是 data.frame 而是矩阵。c 不应用作变量名，如其他所述。

在一行中，您可以执行以下操作：

a <- c(1:3,4:6)
b <- c(2:4,3,2,1)
cc <- cbind(a,b)
cc[!duplicated(t(apply(cc,1,sort))), ]
     a b
[1,] 1 2
[2,] 2 3
[3,] 3 4
[4,] 5 2
[5,] 6 1