删除所有列中具有相同值的行答案

【问题标题】：Remove rows with the same value across all columns删除所有列中具有相同值的行
【发布时间】：2017-11-07 22:58:13
【问题描述】：

假设我有一个如下所示的数据框 (df)：

options(stringsAsFactors = F)

cars <- c("Car1", "Car2", "Car3", "Car4", "Car5", "Car6", "Car7", "Car8", "Car9")
test1 <- c(0,0,3,1,4,2,1,3,0)
test2 <- c(0,0,2,1,0,2,2,5,0)
test3 <- c(1,0,5,1,2,2,6,7,0)
test4 <- c(2,NA,2,1,2,2,1,1,0)
test5 <- c(0,0,1,1,0,2,1,3,0)
test6 <- c(1,0,1,1,1,2,3,4,0)
test7 <- c(3,0,2,1,0,2,1,1,0)

df <- data.frame(cars,test1,test2,test3,test4,test5,test6,test7)

#df
   cars test1 test2 test3 test4 test5 test6 test7
#1 Car1     0     0     1     2     0     1     3
#2 Car2     0     0     0    NA     0     0     0
#3 Car3     3     2     5     2     1     1     2
#4 Car4     1     1     1     1     1     1     1
#5 Car5     4     0     2     2     0     1     0
#6 Car6     2     2     2     2     2     2     2
#7 Car7     1     2     6     1     1     3     1
#8 Car8     3     5     7     1     3     4     1
#9 Car9     0     0     0     0     0     0     0

我想删除整行中具有相同值的所有行（在上面的示例中，我想保留第 1、3、5、7、8 行并删除其余行)。

我已经想出了如何删除所有有零的行

 df$sum <- rowSums(df[,c(2:8)], na.rm = T )
 df.all0 <- df[which(df$sum == 0),]

但是，这不一定适用于所有其他行。与其他问题不同，此问题要求在整行中查找重复项，而不仅仅是特定列。

任何帮助将不胜感激！

【问题讨论】：

@akaDrHouse 我看不出我的问题是如何重复的。我问的是整行，而不是列中的一些重复项。
你是对的；我误会了。对此感到抱歉。
熊猫有这样的东西吗？

标签： r dataframe

【解决方案1】：

keep <- apply(df[2:8], 1, function(x) length(unique(x[!is.na(x)])) != 1)
df[keep, ]

  cars test1 test2 test3 test4 test5 test6 test7
1 Car1     0     0     1     2     0     1     3
3 Car3     3     2     5     2     1     1     2
5 Car5     4     0     2     2     0     1     0
7 Car7     1     2     6     1     1     3     1
8 Car8     3     5     7     1     3     4     1

【讨论】：

嗨@JasonWang！保存已删除行的汽车 ID 的最佳方法是什么？
which(!keep) 会给你你删除的行索引。

【解决方案2】：

这是rowSums 的选项；逻辑是检查行中是否有任何值与您感兴趣的列之一不同（NA 不计算在内）：

df[rowSums(df[-1] != df[[2]], na.rm = TRUE) != 0,]

#  cars test1 test2 test3 test4 test5 test6 test7
#1 Car1     0     0     1     2     0     1     3
#3 Car3     3     2     5     2     1     1     2
#5 Car5     4     0     2     2     0     1     0
#7 Car7     1     2     6     1     1     3     1
#8 Car8     3     5     7     1     3     4     1

【讨论】：

嗨！谢谢你的想法。我有点被你的逻辑弄糊涂了。你是说你将所有列与 test1 列进行比较？
哦等等！我觉得我明白了。您使用 test1 作为参考点来检查所有其他列是否具有相同的值（或不同）。对吗？
是检查所有 test 列与 test1，如果有一列具有不同的非 NA 值，则 rowSums 将不同于零，因此您将保留它。

【解决方案3】：

我们也可以使用Map 和Reduce

df[c(Reduce(`+`, Map(function(x,y) x != y & !is.na(x), df[-1], list(df[2]))) != 0),]
#  cars test1 test2 test3 test4 test5 test6 test7
#1 Car1     0     0     1     2     0     1     3
#3 Car3     3     2     5     2     1     1     2
#5 Car5     4     0     2     2     0     1     0
#7 Car7     1     2     6     1     1     3     1
#8 Car8     3     5     7     1     3     4     1

或者使用tidyverse

library(tidyverse)
df %>% 
    filter_at(vars(starts_with("test")), any_vars((. != test1)))
#   cars test1 test2 test3 test4 test5 test6 test7
#1 Car1     0     0     1     2     0     1     3
#2 Car3     3     2     5     2     1     1     2
#3 Car5     4     0     2     2     0     1     0
#4 Car7     1     2     6     1     1     3     1
#5 Car8     3     5     7     1     3     4     1

【讨论】：