当存在多个重复列时,删除表中的重复列

标签 r dplyr tidyr

我了解了当只有两个重复项 block 时如何处理删除重复列的情况,但在我的真实数据中我有 3 个或更多重复项。我试图提出一些玩具示例数据集,其中有一组额外的重复列名称,我想将其折叠。是否有一种类似的简单方法可以使用 dplyr 和 tidyr 来解决这些困惑?

更简单的情况:

structure(list(x = c("a", "a", NA, "a", "a", NA, "a"), y = c(1, 
5, NA, 15, 19, NA, 27), z = c(2, 6, NA, 16, 20, NA, 28), x.1 = c("b", 
"b", "b", "b", "b", "b", "b"), y.1 = c(3, 7, 11, 17, 21, 23, 
29), z.1 = c(4, 8, 12, 18, 22, 24, 30), x.2 = c(NA, NA, "a", 
NA, NA, "a", NA), y.2 = c(NA, NA, 13, NA, NA, 25, NA), z.2 = c(NA, 
NA, 14, NA, NA, 26, NA)), .Names = c("x", "y", "z", "x.1", "y.1", 
"z.1", "x.2", "y.2", "z.2"), row.names = c(NA, -7L), class = "data.frame")

这看起来像在 R 中:

     x  y  z x.1 y.1 z.1  x.2 y.2 z.2
1    a  1  2   b   3   4 <NA>  NA  NA
2    a  5  6   b   7   8 <NA>  NA  NA
3 <NA> NA NA   b  11  12    a  13  14
4    a 15 16   b  17  18 <NA>  NA  NA
5    a 19 20   b  21  22 <NA>  NA  NA
6 <NA> NA NA   b  23  24    a  25  26
7    a 27 28   b  29  30 <NA>  NA  NA

dplyr 应该如何处理:

  x  y  z x.1 y.1 z.1
1 a  1  2   b   3   4
2 a  5  6   b   7   8
3 a 13 14   b  11  12
4 a 15 16   b  17  18
5 a 19 20   b  21  22
6 a 25 26   b  23  24
7 a 27 28   b  29  30

更困难的情况:

structure(list(x = c("a", "b", NA, "a", "a", NA, "a"), y = c(1, 
7, 9, 15, 19, NA, 27), z = c(2, 8, 10, 16, 20, NA, 28), x.1 = c("b", 
NA, "b", "b", "b", "b", "b"), y.1 = c(3, NA, 11, 17, 21, 23, 
29), z.1 = c(4, NA, 12, 18, 22, 24, 30), x.2 = c(NA, "a", "a", 
NA, NA, "a", NA), y.2 = c(NA, 5, 13, NA, NA, 25, NA), z.2 = c(NA, 
6, 14, NA, NA, 26, NA)), .Names = c("x", "y", "z", "x.1", "y.1", 
"z.1", "x.2", "y.2", "z.2"), row.names = c(NA, -7L), class = "data.frame")

这看起来像在 R 中:

     x  y  z  x.1 y.1 z.1  x.2 y.2 z.2
1    a  1  2    b   3   4 <NA>  NA  NA
2    b  7  8 <NA>  NA  NA    a   5   6
3 <NA>  9 10    b  11  12    a  13  14
4    a 15 16    b  17  18 <NA>  NA  NA
5    a 19 20    b  21  22 <NA>  NA  NA
6 <NA> NA NA    b  23  24    a  25  26
7    a 27 28    b  29  30 <NA>  NA  NA

dplyr 之后应该是什么样子:

  x  y  z x.1 y.1 z.1
1 a  1  2   b   3   4
2 a  5  6   b   7   8
3 a 13 14   b  11  12
4 a 15 16   b  17  18
5 a 19 20   b  21  22
6 a 25 26   b  23  24
7 a 27 28   b  29  30

在这两种情况下,输出数据帧都应该有两列,第一列和第二列。

感谢您的帮助!

最佳答案

这两种情况都只是简单的索引问题


拳头案例(简单的)

indx <- is.na(df$x)
df[indx, 1:3] <- df[indx, 7:9]
df[1:6]
#   x  y  z x.1 y.1 z.1
# 1 a  1  2   b   3   4
# 2 a  5  6   b   7   8
# 3 a 13 14   b  11  12
# 4 a 15 16   b  17  18
# 5 a 19 20   b  21  22
# 6 a 25 26   b  23  24
# 7 a 27 28   b  29  30

第二种情况(较难)

indx <- 1:3
indx2 <- as.logical(rowSums(is.na(df2[indx + 3])))
indx3 <- as.logical(rowSums(is.na(df2[indx])))

df2[indx2, indx + 3] <- df2[indx2, indx]
df2[indx3, indx] <- df2[indx3, indx + 6]
df2[1:6]
#   x  y  z x.1 y.1 z.1
# 1 a  1  2   b   3   4
# 2 b  7  8   b   7   8
# 3 a 13 14   b  11  12
# 4 a 15 16   b  17  18
# 5 a 19 20   b  21  22
# 6 a 25 26   b  23  24
# 7 a 27 28   b  29  30

关于当存在多个重复列时,删除表中的重复列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29803379/

相关文章:

r - 带有多个键和值的 tidyr::spread()

R:如何在取消嵌套双重嵌套的 tibble 时保留名称?

javascript - R 中的 googleVis 数据类型转换似乎不起作用

r - 无法在 R 3.1.2 中安装 devtools

r - 如何将一列(逗号拆分)转换为 R 中的多列?

r - 使用 dplyr 总结逻辑数据帧

r - 将数据框中的一些观察结果按一列排列,将其他观察结果按另一列排列

r - 将列名传递给 mutate_each 的函数

r - 在R中的3D表面 map 上覆盖 map

r - 在 R 中,如何更改行和列的位置?