识别数据框中复制的行

Question

请查看下面我正在使用的数据集：

  index d1_t1 d1_t2 d1_t3 d1_t4 d2_t1 d2_t2 d2_t3 d2_t4 d3_t1 d3_t2 d3_t3 d3_t4 d4_t1 d4_t2 d4_t3 d4_t4 d5_t1 d5_t2 d5_t3 d5_t4 d6_t1 d6_t2 d6_t3 d6_t4
   101     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1
   200     1     1     1     1     1     1     0     0     1     1     1     0     1     1     1     1     1     1     1     1     1     1     0     0
   200     1     1     1     0     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1
   101     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1

  d7_t1 d7_t2 d7_t3 d7_t4
    1     1     1     1
    1     1     0     0
    1     1     1     1
    1     1     1     1

变量的简短说明：

d1t1=Day 1 time 1
d1t2=Day 1 time 2
....
d2t1=Day2 time 1
d2t2=Day2 time 2

0,1= 在特定时间进行的不同类型的测量

我想找出在一周内具有相似测量值的连续剧

输出：

  index d1_t1 d1_t2 d1_t3 d1_t4 d2_t1 d2_t2 d2_t3 d2_t4 d3_t1 d3_t2 d3_t3 d3_t4 d4_t1 d4_t2 d4_t3 d4_t4 d5_t1 d5_t2 d5_t3 d5_t4 d6_t1 d6_t2 d6_t3 d6_t4 d7_t1 d7_t2 d7_t3 d7_t4
1   101     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1     1

示例数据：

    df<-structure(list(index=c (101,200,200,101), d1_t1 = c(1, 1, 1, 1),
                   d1_t2 = c(1, 1, 1, 1), 
                   d1_t3 = c(1, 1, 1, 1), 
                   d1_t4 = c(1, 1, 0,  1),
                   d2_t1 = c(1, 1, 1, 1), 
                   d2_t2 = c(1, 1, 1, 1), 
                   d2_t3 = c(1, 0, 1 ,1), 
                   d2_t4 =c(1,0,1,1),
                   d3_t1 = c(1, 1, 1, 1),
                   d3_t2 = c(1, 1, 1, 1), 
                   d3_t3 = c(1, 1, 1, 1), 
                   d3_t4 = c(1, 0, 1,  1),
                   d4_t1 = c(1, 1, 1, 1), 
                   d4_t2 = c(1, 1, 1, 1), 
                   d4_t3 = c(1, 1, 1 ,1), 
                   d4_t4 =c(1,1,1,1),
                   d5_t1 = c(1, 1, 1, 1),
                   d5_t2 = c(1, 1, 1, 1), 
                   d5_t3 = c(1, 1, 1, 1), 
                   d5_t4 = c(1, 1, 1,  1),
                   d6_t1 = c(1, 1, 1, 1), 
                   d6_t2 = c(1, 1, 1, 1), 
                   d6_t3 = c(1, 0, 1 ,1), 
                   d6_t4 =c(1,0,1,1),
                   d7_t1 = c(1, 1, 1, 1), 
                   d7_t2 = c(1, 1, 1, 1), 
                   d7_t3 = c(1, 0, 1 ,1), 
                   d7_t4 =c(1,0,1,1)), row.names = c(NA,4L), class = "data.frame")
                                                            
df

Answer 1

一个dplyr选项可以是：

df %>%
 group_by_all() %>%
 filter(n() > 1 & row_number() == 1)

Answer 2

一个data.table选项：

library(data.table)

setDT(df)[, .I[.N > 1], by = names(df)]

尽管这样会给您留下一个 V1 额外的列，您当然可以删除它或执行以下操作：

setDT(df)

df[df[, .I[.N > 1], by = names(df)]$V1, ]

如果每个系列只需要一行，您可以将最后一次调用包装到 unique。

识别数据框中复制的行

Identify rows that replicate in a data frame

replication

r

dataframe