r - 在 R 的每一列中查找并保留重复项

Question

有什么方法可以使用 tidyverse 的 add_count() %>% filter() 或 distinct() 或看门人的 get_dupes() 来查找并保留每列的重复项。无需将不同列的项目相互比较，每个列都需要单独考虑。

data1 <-tribble(
  ~colA, ~colB,
  "a",   1,
  "b",   1,
  "c",   2,
  "c",   3
) 

预期输出为

colA colB

c   1   

    

Answer 1

您可以尝试使用 map_dfc，它将映射到列上并按列绑定(bind)输出返回数据框

library(tidyverse)
data1  %>% 
  map_dfc(~.x[duplicated(.x)])

# A tibble: 1 x 2
  colA   colB
  <chr> <dbl>
1 c         1

然而，当每列由于回收而具有不同数量的重复项时，这将导致不需要的行为(当对要求它们具有相同长度的两个向量应用操作时 - 如列绑定(bind)，R 会自动重复较短的那个，直到它足够长以匹配较长的那个)。

data1 <-tribble(
  ~colA, ~colB,
  "a",   1,
  "b",   1,
  "c",   2,
  "c",   3,
  "d",   1,
) 

data1  %>% 
  map_dfc( ~.x[duplicated(.x)])

# A tibble: 2 x 2
  colA   colB
  <chr> <dbl>
1 c         1
2 c         1

这里colA已经被回收以匹配colB的长度。在这种情况下，您最好返回带有 map

的列表

data1  %>% 
  map( ~.x[duplicated(.x)])
#output
$colA
[1] "c"

$colB
[1] 1 1