r - 比较两列以在两列中返回相等的值

Question

我的表(称为 MGIT)中有四个 ID 列:Ext_ID_1 到 _4。有时相同的数字出现在它们的不同行中，我需要过滤这些行以进行进一步分析，例如:

起始状态:

Ext_ID      Ext_ID_4

1111          2222
3333          4444
5555          1111
6666          7777
8888          9999
9999          1010

期望的过滤结果:

Ext_ID      Ext_ID_4

1111          2222
5555          1111
8888          9999
9999          1010

为了更清晰的管理，我只想一次比较它们两个。

通过之前在StackOverflow的提问，我发现了如下代码:

Dupl = MGIT[,c('Ext_ID','Ext_ID_4')]
Result <- MGIT[duplicated(Dupl) | duplicated(Dupl, fromLast=TRUE),]

但它只返回列内的重复值(实际上，仅在 Ext_ID 内，但我相信 ID_4 本身没有重复值)。

我是编程初学者，对这门语言一无所知。

Answer 1

我假设您希望它适用于所有四列，而不仅仅是示例中的两列。

无论您有多少“Ext_ID”列，这里都有一个解决方案:

library(dplyr)

# Recreate the data from your example
df <- tibble::tribble(
  ~Ext_ID,      ~Ext_ID_4,
  1111,          2222,
  3333,          4444,
  5555,          1111,
  6666,          7777,
  8888,          9999,
  9999,          1010
)

# The actual code you need - just replace `df` with the name of your table
df %>% 
  filter(
    if_any(
      starts_with("Ext_ID"),
      ~ .x %>% purrr::map_lgl(~sum(df == .x) > 1)
    )
  )

# The output:
#> # A tibble: 4 x 2
#>   Ext_ID Ext_ID_4
#>    <dbl>    <dbl>
#> 1   1111     2222
#> 2   5555     1111
#> 3   8888     9999
#> 4   9999     1010

解释:

• ~ .x %>% purrr::map_lgl(~sum(df == .x) > 1) 检查列中的每个值是否在数据框中出现多次。
• starts_with("Ext_ID") 确保对所有以“Ext_ID”开头的列完成此操作
• if_any() 使 filter() 保留任何列的 df 中至少有 1 个重复值的行。