0

我对 R 很陌生，我需要你的帮助来做一些到目前为止我不能做的事情：

我有一个可能有随机列数的数据框，我需要在数据框的每一列中只保留唯一值，但这必须独立于其他列来完成：

例如，如果有以下数据框：

 Column_A   Column_B    Column_C
    A               1           A1  
    A               2           A2
    B               1           A3
    B               2           A4
    C               3           A5
    C               4           A6

代码之后的输出必须是：

Column_A    Column_B    Column_C
A               1           A1
B               2           A2
C               3           A3
                4           A4
                            A5
                            A6

我已经尝试过，ds <- unique(ds)但它只会留下所有列之间的独特关系。

我真的很感激你能给我的任何帮助或指导。

提前致谢。

数据

`> str(df)
'data.frame':   6 obs. of  3 variables:
 $ A: chr  "A" "B" "C" "A" ...
 $ B: num  1 2 1 2 3 4
 $ C: chr  "A1" "A2" "A3" "A4" ...`

环形

`i <- 1`
`while (i < ncol(df)){
+  df[i] <-  lapply(df, function(x) {
+           x[duplicated(x)] <- ''
+           c(x[x!=''], x[x==''])})
+ i <- i+1
+}`
4

1 回答 1

1

如果有“因子”列，最好将其转换为character或包含''为factor列的级别之一。在这里，我将factor列更改为character第一个。

 indx <- sapply(df1, is.factor)
 df1[indx] <- lapply(df1[indx], as.character)

用 循环列lapply，用 替换duplicated元素''，排列元素，使空字符串位于末尾 ( c(x[x=''],x=='']))

 df1[] <-  lapply(df1, function(x) {
           x[duplicated(x)] <- ''
           c(x[x!=''], x[x==''])})
 df1
 #   Column_A Column_B Column_C
 #1        A        1       A1
 #2        B        2       A2
 #3        C        3       A3
 #4                 4       A4
 #5                         A5
 #6                         A6

或者另一种选择是使用match

df1[] <- lapply(df1, function(x) c(x[match(unique(x),x)],
               rep('', length(x)-length(unique(x)))))

注意：使用''会将数字列类更改为“字符/因子”类。最好用自定义功能等替换NA可以轻松删除的内容。is.na/na.omit/complete.cases

数据

 df1 <- structure(list(Column_A = structure(c(1L, 1L, 2L, 2L, 3L, 3L), 
 .Label = c("A", 
 "B", "C"), class = "factor"), Column_B = c(1L, 2L, 1L, 2L, 3L, 
 4L), Column_C = structure(1:6, .Label = c("A1", "A2", "A3", "A4", 
 "A5", "A6"), class = "factor")), .Names = c("Column_A", "Column_B", 
 "Column_C"), row.names = c(NA, -6L), class = "data.frame")
于 2015-07-10T19:49:01.677 回答