根据r中的列值对数据框进行子设置

Question

给定一个数据框，例如：

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帧进行子集化（例如：row3：3,4与row4：4,3相同），并且只有其中之一。

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：

第一行

apply(d,1,function(x) ... )将d的每一行作为向量x传递给匿名函数，在此我将其称为...

函数体为paste(sort(x),collapse="~") ，对向量进行排序，然后将其转换为长度为1的向量，每个元素之间用~分隔。

因此， apply调用总体上将返回一个字符向量，其中每个元素以前都是矩阵的一行。

然后， unique保留唯一元素。 排序可确保做到这一点。

第二行

strsplit(e,"~")将我们的字符向量拆分回单独的形式。 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)将as.numeric() sapply(...,as.numeric)应用于列表的每个元素。 因此，我们将字符向量转换回数字向量。 由于s in sapply代表“简化”，因此它将以此创建矩阵。

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。 如其他所述，不应将c用作变量名。

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