簡體   English   中英

在r中識別重復的主題

[英]identify repeated subjects in r

我有以下數據:

subject <- c("A-B10", "A101", "A-B10", "C101", "A101", "C01", "A101", "AB101", "A.B10")
idn <- c(101, 102, 104, 100, 98, 102, 90, 102, 78)
sn <- 1:9
mydata <- data.frame (sn, subject, idn)

 sn subject idn
1  1   A-B10 101
2  2    A101 102
3  3   A-B10 104
4  4    C101 100
5  5    A101  98
6  6     C01 102
7  7    A101  90
8  8   AB101 102
9  9   A.B10  78

我想在大型數據集中識別重復的主題。 預期結果如下:

repeat [1]
 sn subject idn
1  1   A-B10 101
3  3   A-B10 104

repeat [2]
sn subject idn
2  2    A101 102
5  5    A101  98
7  7    A101  90

編輯:

dup <- mydata$subject[duplicated(mydata$subject)]
mydata[mydata$subject %in% dup, ]
  sn subject idn
1  1   A-B10 101
2  2    A101 102
3  3   A-B10 104
5  5    A101  98
7  7    A101  90
lapply(dup, function(x) mydata[mydata$subject == x,])
[[1]]
  sn subject idn
1  1   A-B10 101
3  3   A-B10 104

[[2]]
  sn subject idn
2  2    A101 102
5  5    A101  98
7  7    A101  90

[[3]]
  sn subject idn
2  2    A101 102
5  5    A101  98
7  7    A101  90

例如 :

> ## dup <- mydata$subject[duplicated(mydata$subject)]
> dup <- unique(mydata$subject[duplicated(mydata$subject)]) ## sorry, edited
> mydata[mydata$subject %in% dup, ]
  sn subject idn
1  1   A-B10 101
2  2    A101 102
3  3   A-B10 104
5  5    A101  98
> lapply(dup, function(x) mydata[mydata$subject == x,])
[[1]]
  sn subject idn
1  1   A-B10 101
3  3   A-B10 104

[[2]]
  sn subject idn
2  2    A101 102
5  5    A101  98

這是一種不同的方法。 首先按主題拆分所有數據,然后僅保留具有多個條目的數據。

sets <- split(mydata, mydata$subject)
Filter(function(x) {nrow(x)>1}, sets)

如果您不需要中間體,則可以內聯。

Filter(function(x) {nrow(x)>1}, split(mydata, mydata$subject))

這使

> Filter(function(x) {nrow(x)>1}, split(mydata, mydata$subject))
$`A-B10`
  sn subject idn
1  1   A-B10 101
3  3   A-B10 104

$A101
  sn subject idn
2  2    A101 102
5  5    A101  98
7  7    A101  90

暫無
暫無

聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.

 
粵ICP備18138465號  © 2020-2024 STACKOOM.COM