将 4 列中的值合并为一个唯一值答案

【问题标题】：Combine values in 4 columns to a single unique value将 4 列中的值合并为一个唯一值
【发布时间】：2014-06-22 20:32:33
【问题描述】：

我想组合 4 列中每一行的值以获得单个唯一值并在 R 中创建这些值的新列。例如，我有一个如下的数据框：

 Col_1   Col_2  Col_3  Col_4
  1      23       45    12 
  0      45       17    4
  0     667       60    5
  64     123      299   5
  87      23      60    6

现在我想要的新列 col_5 应该在它的所有行中包含一个唯一值，代表这 4 个值... 例如，第一行是 (1,23,45,12)，它是我的数据框中的唯一组合，但列中的单个值不是，因此我想在 col_5 中为所有行分配一个唯一值。请在 R 中建议一个函数。

此外，如果组合多次出现，则 col_5 中此类重复的值应该相同。

我尝试过使用DT[, lapply(.SD,sum), by=list(col_1,col_2,col_3,col_4)] 和 DT[, Mean:=mean(col_4), by=list(col_1,col_2,col_3)] 但它没有给我独特的价值。

【问题讨论】：

您希望第 5 列的值为数字吗？如果是的话，它应该有一些基于 Col_1 等值的特定属性？
是的，我希望该值是数字，并且该值应该是 4 列中值的某个函数。
您可以使用df$Col_5 <- do.call(paste, df)，它将第一行的结果为1 23 45 12。我怀疑是否有可能获得您描述的所需结果（用逗号分隔）作为numeric 类的列，因为这些条目不是正常数字。
@ShreedharPawar 我注意到在您提出的任何问题（目前为 14 个）中，您都没有接受答案。如果答案为您提供了所需的解决方案，则通常的做法是接受该答案（使用上/下投票按钮下方的复选标记按钮）。这将为未来的读者提供有关解决方案价值的线索。另请参阅此帮助页面：What should I do when someone answers my question? 如果您需要更多说明，您可以随时提出评论。

标签： r dataframe

【解决方案1】：

与：

df$Col_5 <- paste(df$Col_1,df$Col_2,df$Col_3,df$Col_4,sep=",")

你会得到想要的结果。替代方法（受@beginneR 启发）是：

df$Col_5 <- do.call(paste, c(df, sep=","))

正如@beginneR 已经指出的，这不能是数字变量：

> class(df[,5])
[1] "character"

当你想要一个数值时，你也可以这样做：

df$Col_5 <- paste0(sprintf("%03s",df$Col_1),sprintf("%03s",df$Col_2),sprintf("%03s",df$Col_3),sprintf("%03s",df$Col_4))

当你希望它是数字时：

df$Col_5 <- as.numeric(paste0(sprintf("%03s",df$Col_1),sprintf("%03s",df$Col_2),sprintf("%03s",df$Col_3),sprintf("%03s",df$Col_4)))

【讨论】：

+1 很好，我想知道如何将sep="," 包含在do.call 中。现在我知道了
感谢您提出一种获取数值的方法...我非常需要它来进一步处理我的数据...！
@SreedharPawar 不客气，你看到我的其他评论了吗？
是的，我看到了，也感谢你提供了一条建议，但现在看不到我的评论。但我一定会记得为我得到的答案投票，而且我之前也为你投票过。

【解决方案2】：

您可以使用interaction() 获取数值。这将创建一个因子，然后您可以将其转换为数字

dd$Col_5 <- as.numeric(interaction(dd[1:4], drop=T))

数字本身是任意的，但对于每个组合都是唯一的。

【讨论】：

谢谢你的回答，现在我也知道要得到一个数值了。
如果组合重复，这是否会为组合提供相同的值...？
只要你在所有相同的data.set中做，那么是的，重复的将得到相同的值。

【解决方案3】：

如果dd 是数据集：

library(qdap)
transform(dd, Col_5=paste2(dd,sep=","))

或

colpaste2df(dd, list(Col_5=1:4),sep=",")
     Col_1 Col_2 Col_3 Col_4     Col_5
1     1    23    45    12   1,23,45,12
2     0    45    17     4    0,45,17,4
3     0   667    60     5   0,667,60,5
4    64   123   299     5 64,123,299,5
5    87    23    60     6   87,23,60,6

【讨论】：

【解决方案4】：

来自 dplyr，使用 group_indices：

group_indices(mtcars, gear, carb)

这就像interaction()，因为您不必担心两个字符串与paste() 相同，但不需要因素。

【讨论】：