r - 如何在 R 中的行中查找重复的列？

Question

我下面有这样一个数据框，我想在这个数据框的每一行中找到重复的列。请参阅下面的输入和输出示例。 0 在第一行重复了 2 次，这就是为什么列 rep 应该是 0 (data_input[1,"rep"]=0); 2 在第二行重复了 2 次，这就是列 rep 应该为 0 的原因；第 3 行中没有重复值，这就是为什么列 rep 可以是 4(或者您可以添加任何值而不是 0,1,2)并且 1 在第 4 行中重复 3 次，这就是为什么列 rep 应该是1.

 data_input=data.frame(X1=c(0,1,2,1), X2=c(0,2,1,1), 
  X3=c(1,2,0,1)) 

 data_output=data.frame(X1=c(0,1,2,1), 
  X2=c(0,2,1,1), X3=c(1,2,0,1), rep=c(0,2,4,1)) 

Answer 1

这是 rowwise 的选项 - 创建 rowwise 属性，然后从行中找到 duplicated 元素，如果没有，则替换 NA 与 4

library(dplyr)
library(tidyr)
data_input %>% 
  rowwise %>% 
  mutate(rep = {tmp <- c_across(everything())
          replace_na(tmp[duplicated(tmp)][1], 4)
   }) %>%
  ungroup

-输出

# A tibble: 4 × 4
     X1    X2    X3   rep
  <dbl> <dbl> <dbl> <dbl>
1     0     0     1     0
2     1     2     2     2
3     2     1     0     4
4     1     1     1     1

上述解决方案没有考虑存在多个重复项的情况。如果有，则要么考虑创建一个 list 列，要么将 unique 元素粘贴到一个字符串中

data_input %>% 
  rowwise %>% 
  mutate(rep = {tmp <- c_across(everything())
                tmp <- toString(sort(unique(tmp[duplicated(tmp)])))
                replace(tmp, tmp == "", "4")
   }) %>%
  ungroup

-输出

# A tibble: 4 × 4
     X1    X2    X3 rep  
  <dbl> <dbl> <dbl> <chr>
1     0     0     1 0    
2     1     2     2 2    
3     2     1     0 4    
4     1     1     1 1    

---

或者使用base R

data_input$rep <- apply(data_input, 1, FUN = \(x) x[anyDuplicated(x)][1])
data_input$rep[is.na(data_input$rep)] <- 4