根据列值和主键删除列的R函数？答案

【问题标题】：R function that drops columns according column value and primary keys?根据列值和主键删除列的R函数？
【发布时间】：2020-02-07 13:20:24
【问题描述】：

目前我有一个已编译的数据框，因此对于相同的项目代码，有固定和变化的变量。例如：

..主键..b...... c.
1. 1234........苹果..梨
2. 1234........苹果..橙
3. 5678........浆果..酸橙
4. 5679........orange.apple
5. 5679........orange.apple

在这种情况下，尽管 c 列具有相同的主键 #1234，但 line1 和 line2 的列 c 具有不同的变量，因此应删除 c 列。有什么方法可以在不对列名进行硬编码的情况下做到这一点？

【问题讨论】：

标签： r

【解决方案1】：

使用dplyr，我们可以使用summarize_all()找到需要删除的列：

library(dplyr)

df <- tibble(key = c(1, 1, 2, 3, 3),
            b = c("a", "a", "b", "c", "c"),
            c = c("p", "o", "l", "a", "a"))

drop_cols <- df %>%
  group_by(key) %>%
  summarize_all(~ any(. != .[1])) %>%
  select(-key) %>%
  select_if(any) %>%
  colnames()

df %>% select(- one_of(drop_cols))

【讨论】：

【解决方案2】：

dplyr 的一种方法是为每个 primary 键计算每列中不同元素的数量。然后我们 select 列，其中每个 primary 键只有一个唯一值。

library(dplyr)

df %>%
  select(df %>%
          group_by(primary) %>%
          mutate_at(vars(-group_cols()), n_distinct) %>%
          select_if(~all(. == 1)) %>% 
          names)

#   primary      b
#1    1234  apple
#2    1234  apple
#3    5678  berry
#4    5679 orange
#5    5679 orange

数据

df <- structure(list(primary = c(1234L, 1234L, 5678L, 5679L, 5679L), 
b = structure(c(1L, 1L, 2L, 3L, 3L), .Label = c("apple", 
"berry", "orange"), class = "factor"), c = structure(c(4L, 
3L, 2L, 1L, 1L), .Label = c("apple", "lime", "orange", "pear"
), class = "factor")), class = "data.frame", row.names = c(NA,-5L))

【讨论】：