R-比较不同行中两列中的值

Question

我有一个数据框df ，如下所示，具有两个功能，出发城市和到达城市。 每两行存储一次往返航班信息。

  Departure Arrival
1    A          B
2    B          A
3    F          G
4    G          F
5    U          V
6    V          U
7    K          L
8    K          L

正如在最后两行中可以看到的那样，重复相同的飞行的数据中存在一些不一致之处。

如何每两行比较第一行的出发城市和第二行的到达城市，并保持相等。 数据集非常大，当然不考虑使用for循环。

先感谢您。

Answer 1

下面是比较对使用行的方法head和tail到线起来。

# find Departures that match the Arrival in the next row
sames <- which(head(dat$Departure, -1) == tail(dat$Arrival, -1))
# keep pairs of rows that match, maintaining order with `sort`
dat[sort(unique(c(sames, (sames + 1)))),]
  Departure Arrival
1         A       B
2         B       A
3         F       G
4         G       F
5         U       V
6         V       U

请注意，这两个变量必须是字符向量，而不是因子变量。 您可以根据需要使用as.character来强制他们使用字符。

数据

dat <-
structure(list(Departure = c("A", "B", "F", "G", "U", "V", "K", 
"K"), Arrival = c("B", "A", "G", "F", "V", "U", "L", "L")), .Names = c("Departure", 
"Arrival"), class = "data.frame", row.names = c("1", "2", "3", 
"4", "5", "6", "7", "8"))

Answer 2

因此，您只想要独特的飞行路线吗？ 有很多方法可以做到这一点，我认为最快的方法是使用data.table，例如：

 library(data.table)
 df <- as.data.table(df)

 uniqueDf <- unique(df)

您还可以使用重复的功能，例如

 df <- df[!duplicated(df), ]

应该做得很好。

Answer 3

您也可以这样进行：

right = rep(df[c(T,F),"Arrival"]==df[c(F,T),"Departure"],each=2)
df[right,]

返回：

   Departure Arrival
1          A       B
2          B       A
3          F       G
4          G       F
5          U       V
6          V       U

Answer 4

如果适合您，请尝试以下解决方案：

df[duplicated(paste0(df$Departure,df$Arrival))==F,]

Answer 5

此答案不是在查找唯一记录，而是专门检查某行是否与之前的行重复。

如果行已重复，则添加带有1的新列：

 for(i in 2:length(df$Departure)){df$test[i]=ifelse(df$Departure[i] == df$Departure[i-1] & df$Arrival[i] == df$Arrival[i-1], 1,0)}

循环可能很慢：

library(data.table)

df$test2 = ifelse(df$Departure == shift(df$Departure) & df$Arrival == shift(df$Arrival), 1,0)