r - 保留具有不同名称的重复列。右

Question

我想保留重复的列，并删除唯一的列。这些列将具有相同的值，但名称不同。

x1 = rnorm(1:10)
x2 = rnorm(1:10)
x3 = x1
x4 = rnorm(1:10)
x5 = x2
x6 = rnorm(1:10)
x7 = rnorm(1:10)
df = data.frame(x1,x2,x3,x4,x5,x6,x7)

从这里我将保留列 x1、x2、x3 和 x5。

python也有类似的问题: Get rows that have the same value across its columns in pandas

Answer 1

对数据的转置版本使用duplicated，因为该函数默认检查行重复，而不是列重复。

df[duplicated(t(df)) | duplicated(t(df), fromLast=TRUE)]

#            x1         x2          x3         x5
#1   1.82633666  1.2271611  1.82633666  1.2271611
#2  -1.33187496  0.9654359 -1.33187496  0.9654359
#...

正如@Frank所说，您也可以将df视为向量的列表 -

df[duplicated(c(df)) | duplicated(c(df), fromLast=TRUE)]

或者您可以显式调用 array 方法，指定要检查重复项的列:

df[duplicated.array(df, MARGIN=2) | duplicated.array(df, MARGIN=2, fromLast=TRUE)]