在 R data.frames 中提取具有常数的列

Question

在 data.frame DATA 中，我有一些列是第一列的唯一行中的常数，称为 study.name。例如，对于Shin.Ellis 的所有行，列ESL 和prof 是constant，对于Trus.Hsu 的所有行，列是constant 等等。包括Shin.Ellis 和Trus.Hsu，共有8 个唯一的study.name 行。

但是在下面我的split.default() 调用之后，对于这样的常量，我如何才能为唯一的study.name 下的所有行获取一个数据点（例如，一个用于Shin.Ellis，一个用于Trus.Hsu 等）变量？ （即总共 8 行）

例如，在我的split.default() 之后，所有名为ESL 的变量都显示只有8 行，每行对应一个唯一的study.name。

我想要的输出 ONLY ESL 和 prof 如下所示。

注意：这是玩具数据。我们首先应该找到常量变量。非常感谢功能性答案。

DATA <- read.csv("https://raw.githubusercontent.com/izeh/m/master/irr.csv", h = T)[-(2:3)]
DATA <- setNames(DATA, sub("\\.\\d+$", "", names(DATA)))

tbl <- table(names(DATA))
nm2 <- names(which(tbl==max(tbl)))

L <- split.default(DATA[names(DATA) %in% nm2], names(DATA)[names(DATA) %in% nm2])


## FIRST 8 ROWS of `DATA`:

#    study.name ESL prof scope type   ESL   prof   scope   type
# 1  Shin.Ellis   1    2     1    1     1      2       1      1
# 2  Shin.Ellis   1    2     1    1     1      2       1      1
# 3  Shin.Ellis   1    2     1    2     1      2       1      1
# 4  Shin.Ellis   1    2     1    2     1      2       1      1
# 5  Shin.Ellis   1    2    NA   NA     1      2      NA     NA
# 6  Shin.Ellis   1    2    NA   NA     1      2      NA     NA
# 7    Trus.Hsu   2    2     2    1     2      2       1      1
# 8    Trus.Hsu   2    2    NA   NA     2      2      NA     NA
# .     ...       .    .     .    .     .      .       .      . # `DATA` has 54 rows overall

ESL 和 prof 在split.default() 调用后的所需输出：

# $ESL            ## 8 unique rows for 8 unique `study.name`
#    ESL ESL.1
# 1    1     1
# 7    2     2
# 9    1     1
# 17   1     1
# 23   1     1
# 35   1     1
# 37   2     2
# 49   2     2


# $prof           ## 8 unique rows for 8 unique `study.name`
#    prof prof.1
# 1     2      2
# 7     2      2
# 9     3      3
# 17    2      2
# 23    2      2
# 35    2      2
# 37   NA     NA
# 49    2      2

Answer 1

我们可以先找到常量列，然后用lapply循环遍历它们，在每个study.name中只选择它们的第一行。

is_constant <- function(x) length(unique(x)) == 1L 
cols <- names(Filter(all, aggregate(.~study.name, DATA, is_constant)[-1]))

L[cols] <- lapply(L[cols], function(x) 
                      x[ave(x[[1]], DATA$study.name, FUN = seq_along) == 1, ])
L

#$ESL
#   ESL ESL.1
#1    1     1
#7    2     2
#9    1     1
#17   1     1
#23   1     1
#35   1     1
#37   2     2
#49   2     2

#$prof
#   prof prof.1
#1     2      2
#7     2      2
#9     3      3
#17    2      2
#23    2      2
#35    2      2
#37   NA     NA
#49    2      2
#.....

Answer 2

我们可以使用aggregate创建预期的输出

is_constant <- function(x) length(unique(x)) == 1L 
nm1 <-  names(which(!colSums(!aggregate(.~ study.name, DATA, is_constant)[-1])))
L[nm1] <- lapply(L[nm1], function(x) aggregate(x, 
   list(factor(DATA$study.name, levels = unique(DATA$study.name))), 
          FUN = head, 1)[-1])
L
#$ESL
#  ESL ESL.1
#1   1     1
#2   2     2
#3   1     1
#4   1     1
#5   1     1
#6   1     1
#7   2     2
#8   2     2

#$prof
#  prof prof.1
#1    2      2
#2    2      2
#3    3      3
#4    2      2
#5    2      2
#6    2      2
#7   NA     NA
#8    2      2

#$scope
#...