r - 返回唯一组合的ID

Question

我的数据表具有以下格式

ID   Var1   Var2   Var3   ...
1_1  0      0      1      ...
1_2  1      1      0      ...
1_3  0      0      1      ...
...  ...    ...    ...    ...

我想从唯一组合( Var列)中提取ID。获取唯一组合不是问题( plyr::count()， aggregate()等)，我想提取有助于这些唯一组合的 id变量。

输出应该看起来像这样

Var1   Var2   Var3   IDs
0      0      1      1_1, 1_3
1      1      0      1_2

其中 IDs列是构成唯一组合的所有ID的向量/列表。

我尝试了 R package和 dplyr管道，到目前为止没有任何效果。

有什么建议甚至R包如何处理此任务？

谢谢!

Answer 1

df %>% group_by_at(.vars=-1) %>% summarize(IDs=list(ID))

与Sotos的解决方案类似，但假设所有其他列都必须是唯一的，并且简化了ID列的选择，并且IDs列将是列表的列而不是字符串。

# A tibble: 2 x 4
# Groups:   Var1, Var2 [2]
   Var1  Var2  Var3 IDs      
  <int> <int> <int> <list>   
1     0     0     1 <chr [2]>
2     1     1     0 <chr [1]>

只是为了好玩，您可以使用 tidyr的 nest函数进一步简化它:

require(tidyr)
nest(df,IDs=ID)
# A tibble: 2 x 4
   Var1  Var2  Var3 IDs                
  <int> <int> <int> <S3: vctrs_list_of>
1     0     0     1 1_1, 1_3           
2     1     1     0 1_2   

这仍然将ID保留为列表，这可能对您有用或对您没有帮助，但在标题中更清楚地显示了它。将列保留为列表而不是字符串的另一个好处是，您可以使用 unnest轻松地重新创建原始表:

unnest(nest(dd,IDs=ID),cols=IDs)
# A tibble: 3 x 4
   Var1  Var2  Var3 ID   
  <int> <int> <int> <chr>
1     0     0     1 1_1  
2     0     0     1 1_3  
3     1     1     0 1_2