逐行测试多个(不是所有)列是否相等

Question

我有一瞬间的大脑卡住，无法想出比下面的解决方案更简单的解决方案。我想逐行检查多列是否都相等。我想出了一个复杂的方法来计算每组每个值的出现次数。但这似乎有些……麻烦。

样本数据

sample_df <- data.frame(id = letters[1:6], group = rep(c('r','l'),3), stringsAsFactors = FALSE)
set.seed(4)
for(i in 3:5) {
  sample_df[i] <-  sample(1:4, 6, replace = TRUE)
  sample_df
}

期望的输出

library(tidyverse)    
sample_df %>% 
  gather(var, value, V3:V5) %>% 
  mutate(n_var = n_distinct(var)) %>% # get the number of columns
  group_by(id, group, value) %>% 
  mutate(test = n_distinct(var) == n_var ) %>% # check how frequent values occur per "var" 
  spread(var, value) %>%
  select(-n_var)

#> # A tibble: 6 x 6
#> # Groups:   id, group [6]
#>   id    group test     V3    V4    V5
#>   <chr> <chr> <lgl> <int> <int> <int>
#> 1 a     r     FALSE     3     3     1
#> 2 b     l     FALSE     1     4     4
#> 3 c     r     FALSE     2     4     2
#> 4 d     l     FALSE     2     1     2
#> 5 e     r     TRUE      4     4     4
#> 6 f     l     FALSE     2     2     3

^{由 reprex package 创建于 2019-02-27 (v0.2.1)}

不需要是dplyr。我只是用它来展示我想要实现的目标。

Answer 1

有很多方法可以按行检查相等性。两种好方法:

# test that all values equal the first column
rowSums(df == df[, 1]) == ncol(df)

# count the unique values, see if there is just 1
apply(df, 1, function(x) length(unique(x)) == 1)

如果您只想测试某些列，则使用列的子集而不是整个数据框:

cols_to_test = c(3, 4, 5)
rowSums(df[cols_to_test] == df[, cols_to_test[1]]) == length(cols_to_test)

# count the unique values, see if there is just 1
apply(df[cols_to_test], 1, function(x) length(unique(x)) == 1)

请注意，当我想确定结果是 data.frame 时，我使用 df[cols_to_test] 而不是 df[, cols_to_test] > 即使 cols_to_test 的长度为 1。