R中考虑两列的唯一行，无顺序

Question

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。

Answer 1

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。

Answer 2

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

Answer 3

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