在 R 中查找唯一元素的索引答案

【问题标题】：Finding Indices of Unique Elements in R在 R 中查找唯一元素的索引
【发布时间】：2014-06-09 15:06:11
【问题描述】：

今天脑子不好。我有一个数据框如下：

我想返回一个列表，列表中的每个元素都包含一个向量，该向量包含我的数据框中每对唯一元素的索引。该列表应如下所示：

[[1]]
[1] 1 2 3 4

[[2]]
[1] 5

[[3]]
[1] 6

我引用了 this 线程 - 非常相似 - 但仍然难以理解。

提前致谢。

【问题讨论】：

标签： r list unique

【解决方案1】：

假设 mydf 是您的数据框，并且您可以接受为行名返回的字符值，您可以尝试：

> lapply(split(mydf, list(mydf$V1, mydf$V2), drop=TRUE), row.names)
$`8.200`
[1] "1" "2" "3" "4"

$`34.250`
[1] "5"

$`8.2500`
[1] "6"

否则就有点啰嗦了：

> lapply(split(mydf, list(mydf$V1, mydf$V2), drop=TRUE),
         function(x) as.numeric(row.names(x)))
$`8.200`
[1] 1 2 3 4

$`34.250`
[1] 5

$`8.2500`
[1] 6

注意：当然，如果您的行名与原始数据框中的行号不对应，则不能将它们用作提取索引。

【讨论】：

几乎与我即将发布 +1 的答案完全相同！
虽然它们可能出现在此示例中，但请注意 row.names 并不总是数字。通常最好将它们保留为角色，因为您也可以轻松地以这种方式进行子集化。索引和 row.names 可以完全不同。

【解决方案2】：

通过组合拆分 2 列：

split(seq_len(nrow(dat)),paste(dat$V1,dat$V2,sep='/'))

$`34/250`
[1] 5

$`8/200`
[1] 1 2 3 4

$`8/2500`
[1] 6

【讨论】：

+1 你也可以这样做：split(seq_len(nrow(dat)),list(dat$V1,dat$V2), drop=TRUE)
+1 巧妙地使用了drop=TRUE。我不知道这个！

【解决方案3】：

这是一个使用tapply 和interaction 的选项，假设您的data.frame 被命名为dd

with(dd, tapply(seq.int(nrow(dd)), interaction(V1, V2, drop=T), 
    identity, simplify=F))

# $`8.200`
# [1] 1 2 3 4
# 
# $`34.250`
# [1] 5
# 
# $`8.2500`
# [1] 6

【讨论】：