0

我拥有的数据是这样的：

RES1 <- c("A","B","A","A","B")
RES2 <- c("B","A","A","B","A")
VAL1 <-c(3,5,3,6,8)
VAL2 <- c(5,3,7,2,7)
dff <- data.frame(RES1,VAL1,RES2,VAL2)
dff
  RES1 VAL1 RES2 VAL2
  1    A    3    B    5 
  2    B    5    A    3
  3    A    3    A    7
  4    A    6    B    2
  5    B    8    A    7

我想删除我已经拥有相同 res1-res2 对的行。例如：A 3 与 B 5 交互。这就是我想要的信息。我不在乎哪一对是第一个。B 5 和 A 3 或 A 3 和 B 5。我想要得到的是以下数据框：

output
  RES1 VAL1 RES2 VAL2
   1    A    3    B    5
   2    A    3    A    7
   3    A    6    B    2
   4    B    8    A    7

然后我想对另一个数据框做同样的事情，例如：

RES3 <- c("B","B","B","A","B")
RES4 <- c("A","A","A","A","B")
VAL4 <- c(3,7,5,3,8)
VAL3 <- c(5,8,3,7,3)
df2 <- data.frame(RES3,VAL3,RES4,VAL4)

df2
  RES3 VAL3 RES4 VAL4
   1     B     5     A     3
   2     B     8     A     7
   3     B     3     A     5
   4     A     7     A     3
   5     B     3     B     8

最后，我只想保持相互对（在我的定义中，两对是相同的，保持一对是必不可少的：“A 5”-“B 3”与“B 3”-“A 5”相同。在换句话说，顺序无关紧要。

我希望的最终输出应该具有以下对，它们是唯一的并且存在于两个数据帧中：

mutualpairs
  RESA VALA RESB VALB
  A     3     B     5
  A     3     A     7
  B     8     A     7
4

2 回答 2

4

您可以使用以下代码：

dff[!duplicated(t(apply(cbind(paste(dff$RES1,dff$VAL1),paste(dff$RES2,dff$VAL2)),1,sort))),]

等效展开代码：

v1 <- paste(dff$RES1,dff$VAL1)
v2 <- paste(dff$RES2,dff$VAL2)
mx <- cbind(v1,v2)
mxSorted <- t(apply(mx,1,sort))
duped <- duplicated(mxSorted)
dff[!duped,]

解释：

1）我们通过连接列 RES1-VAL1 和 RES2-VAL2 来创建两个字符向量（请注意，v1使用空格作为默认分隔符，也许您可​​以使用另一个字符或字符串更安全（例如，，等 ...） 结果：v2paste|@;

> v1
[1] "A 3" "B 5" "A 3" "A 6" "B 8"
> v2
[1] "B 5" "A 3" "A 7" "B 2" "A 7"

2) 我们使用 绑定这两个向量以形成一个矩阵cbind；
结果：

     [,1]  [,2] 
[1,] "A 3" "B 5"
[2,] "B 5" "A 3"
[3,] "A 3" "A 7"
[4,] "A 6" "B 2"
[5,] "B 8" "A 7"

3) 我们使用 对矩阵每一行的值进行排序t(apply(mx,1,sort))；
通过对行进行排序，我们只需使刚刚交换的具有相同值的行相同（请注意，最终转置是必要的，因为apply函数总是在列上返回结果）。
结果：

     [,1]  [,2] 
[1,] "A 3" "B 5"
[2,] "A 3" "B 5"
[3,] "A 3" "A 7"
[4,] "A 6" "B 2"
[5,] "A 7" "B 8"

4) 调用duplicated一个矩阵，我们得到一个长度 = nrow(matrix) 的逻辑向量，如果一行是前一行的副本，则为 TRUE，所以在我们的例子中，我们得到：

[1] FALSE  TRUE FALSE FALSE FALSE
# i.e. the second row is a duplicate

5）最后我们用这个向量过滤data.frame的行，得到最终结果：

  RES1 VAL1 RES2 VAL2
1    A    3    B    5
3    A    3    A    7
4    A    6    B    2
5    B    8    A    7
于 2016-04-22T20:38:19.017 回答
0

从 R 中的数据框中删除重复列组合的可能重复项

在这里调整答案：

dff[!duplicated(dff[c('RES1','RES2')]),]
于 2016-04-22T19:41:48.650 回答