r - 如何从数据框中删除具有相同值的重复列

Question

我有这样一个数据框:

1    1    1    a    1    a    
2    1    2    b    1    b    
3    8    3    b    1    b    
4    8    4    k    1    k    
1    1    1    t    1    t    
2    1    2    t    1    t 

我想删除具有相同值的重复列，即第 3 列与第 1 列重复，所以我想删除第 3 列或第 1 列中的一个，而第 6 列与第 4 列重复，所以我想删除其中一个第 6 列或第 4 列。我有非常大的数据，有 800 列，列名称如 a1、a2、a3....a800。

所以我的结果会是这样

1    1    a    1       
2    1    b    1        
3    8    b    1       
4    8    k    1    
1    1    t    1   
2    1    t    1 

如果有人能帮助我完成这项任务，那就太好了。

感谢您的所有回复。我将尝试这些代码，如果我在 SAS 和 R 中得到任何等效代码，那就太好了。

Answer 1

也许其中一个对您有用:

创建一个标识重复列的逻辑向量。

我猜测 paste 方法可能会更快...，但是在转置的 data.frame 上duplicated 可能更可靠....

Dups1 <- duplicated(lapply(mydf, paste, collapse = ""))
Dups2 <- duplicated(t(mydf))

Dups1
# [1] FALSE FALSE  TRUE FALSE FALSE  TRUE

Dups2
# [1] FALSE FALSE  TRUE FALSE FALSE  TRUE

使用这些逻辑向量中的任何一个来获取您想要的列。

mydf[!Dups1]
  V1 V2 V4 V5
1  1  1  a  1
2  2  1  b  1
3  3  8  b  1
4  4  8  k  1
5  1  1  t  1
6  2  1  t  1