r - 如何识别 R 中具有重复值的列的名称

Question

数据框包含由重复值组成的列。我们如何识别具有重复值的 colnames 及其计数。

数据集:

A  B  C
1  2  a
2  3  b
3  4  a
1  5  c

我需要这样的输出

具有重复值的列是 A(2) 和 C(2)

我试过 duplicated()，它返回一个向量。

Answer 1

我们可以使用sapply 来按列循环查找重复的 元素并对其进行sum。

colSums(sapply(df, function(x) duplicated(x)|duplicated(x, fromLast = TRUE)))

#A B C 
#2 0 2 

如果您只需要非零列，您可以这样做

vals <- colSums(sapply(df, function(x) 
                duplicated(x)|duplicated(x, fromLast = TRUE)))
vals[vals!= 0]
#A C 
#2 2 

---

使用 dplyr 我们可以对 summarise_all 做同样的事情

library(dplyr)
df %>%
  summarise_all(~sum(duplicated(.) | duplicated(., fromLast = TRUE))) %>%
  select_if(~. != 0)

#  A C
#1 2 2