2 열을 기준으로 중복 행을 식별하고 표시하고 싶습니다. 각 복제본에 대해 고유 한 식별자를 만들고 싶습니다. 행이 복제본 일뿐 만 아니라 중복되는 행을 알 수 있습니다. 일부 중복 항목 쌍 (적합 및 앉음)과 중복되지 않은 다른 쌍이있는 아래와 같은 데이터 프레임이 있습니다. 항목 쌍이 복제되는 동안 포함 된 정보는 고유합니다 (예 : 한 행은 1 행에 대해 Value1에 값이 있지만 Value2 및 Value 3에는 해당하지 않지만 두 번째 또는 '중복'행에는 Value2 및 Value3에 대한 숫자 만 있음) 값이 아님 1)

현재 데이터 프레임

     value1 value2 value3 fit   sit  
[1,] "1"    NA     NA     "it1" "it2"
[2,] NA     "3"    "2"    "it2" "it1"
[3,] "2"    "3"    "4"    "it3" "it4"
[4,] NA     NA     NA     "it4" "it3"
[5,] "5"    NA     NA     "it5" "it6"
[6,] NA     NA     "2"    "it6" "it5"
[7,] NA     "4"    NA     "it7" "it9"

예제 데이터 프레임을 생성하는 코드

value1<-c(1,NA,2,NA,5,NA,NA)
value2<-c(NA,3,3,NA,NA,NA, 4)
value3<-c(NA,2,4,NA,NA,2, NA)
fit<-c("it1","it2","it3","it4", "it5", "it6","it7")
sit<-c("it2","it1","it4","it3", "it6", "it5", "it9")
df.now<-cbind(value1,value2,value3, fit, sit)

내가 원하는 것은 이것을 다음과 같은 데이터 프레임으로 변환하는 것입니다.

원하는 데이터 프레임

     val1 val2 val3 it1   it2  
[1,] "1"  "3"  "2"  "it1" "it2"
[2,] "2"  "3"  "4"  "it3" "it4"
[3,] "5"  NA   "2"  "it5" "it6"
[4,] NA   "4"  NA   "it7" "it9"

다음 단계를 수행하려고 생각했습니다. 1. 맞춤을 사용하여 새 변수를 만들고 가장 낮은 항목과 가장 높은 항목으로 앉아 중복 쌍을 식별합니다. 2. 중복 된 항목 쌍을 식별합니다. 3. ifelse를 사용하여 고유 한 정보를 선택하고 채 웁니다.

1 단계와 3 단계를 수행하는 방법을 알고 있지만 2 단계에서 멈춰 있습니다. 필요한 것은 TRUE / FALSE 중복을 식별하는 것이 아니라 각 항목 쌍에 대해 고유 식별자가있는 열을 가지고 있다고 생각합니다. 1 단계로 인해 2 개의 추가 행이 있습니다.

     value1 value2 value3 fit   sit   lit   hit    dup
[1,] "1"    NA     NA     "it1" "it2" "it1" "it2"   1
[2,] NA     "3"    "2"    "it2" "it1" "it1" "it2"   1
[3,] "2"    "3"    "4"    "it3" "it4" "it3" "it4"   2
[4,] NA     NA     NA     "it4" "it3" "it3" "it4"   2
[5,] "5"    NA     NA     "it5" "it6" "it5" "it6"   3
[6,] NA     NA     "2"    "it6" "it5" "it5" "it6"   3
[7,] NA     "4"    NA     "it7" "it9" "it7" "it9"   NA

이 작업을 수행하는 방법을 잘 모르겠습니다.

내가 요구하는 것은 2 단계에 대한 도움이거나 아마도 내가 설명 한 단계보다 더 나은 방법으로 해결하는 것입니다.

하나의 dplyr옵션은 다음과 같습니다.

df.now %>%
 group_by(pair = paste(pmax(fit, sit), pmin(fit, sit), sep = "_")) %>%
 summarise_at(vars(starts_with("value")), ~ ifelse(all(is.na(.)), 
                                                   NA,
                                                   first(na.omit(.))))

  pair    value1 value2 value3
  <chr>    <dbl>  <dbl>  <dbl>
1 it2_it1      1      3      2
2 it4_it3      2      3      4
3 it6_it5      5     NA      2
4 it9_it7     NA      4     NA

또한 개별 열에 쌍이 필요하면 추가 tidyr하면 다음과 같이 할 수 있습니다.

df.now %>%
 group_by(pair = paste(pmax(fit, sit), pmin(fit, sit), sep = "_")) %>%
 summarise_at(vars(starts_with("value")), ~ ifelse(all(is.na(.)), 
                                                   NA,
                                                   first(na.omit(.)))) %>%
 separate(pair, into = c("fit", "hit"), sep = "_", remove = FALSE)

  pair    fit   hit   value1 value2 value3
  <chr>   <chr> <chr>  <dbl>  <dbl>  <dbl>
1 it2_it1 it2   it1        1      3      2
2 it4_it3 it4   it3        2      3      4
3 it6_it5 it6   it5        5     NA      2
4 it9_it7 it9   it7       NA      4     NA

ing !duplicated()후 사용하십시오 sort.

df.now[!duplicated(t(apply(df.now[, c("fit", "sit")], 1, sort))), ]
#       value1 value2 value3 fit   sit  
# [1,] "1"    NA     NA     "it1" "it2"
# [2,] "2"    "3"    "4"    "it3" "it4"
# [3,] "5"    NA     NA     "it5" "it6"
# [4,] NA     "4"    NA     "it7" "it9"

사용 melt/dcast에서data.table

library(data.table)
dcast(melt(setDT(df.now)[, c('fit1', 'sit1') := .(pmin(fit, sit), 
    pmax(fit, sit))], measure = patterns("^value"), na.rm = TRUE),
     fit1 + sit1 ~ variable, value.var = 'value')
#   fit1 sit1 value1 value2 value3
#1:  it1  it2      1      3      2
#2:  it3  it4      2      3      4
#3:  it5  it6      5     NA      2
#4:  it7  it9     NA      4     NA

데이터

df.now <- data.frame(value1,value2,value3, fit, sit, stringsAsFactors = FALSE)

다른 data.table옵션 :

library(data.table)
as.data.table(df.now)[, lapply(.SD, function(x) first(x[!is.na(x)])), 
    .(it1=pmin(fit, sit), it2=pmax(fit, sit)), 
    .SDcols=value1:value3]

산출:

   it1 it2 value1 value2 value3
1: it1 it2      1      3      2
2: it3 it4      2      3      4
3: it5 it6      5   <NA>      2
4: it7 it9   <NA>      4   <NA>

다음은 data.table을 사용한 시도입니다. 귀하의 데이터는이라고 mydf합니다. 먼저, 각 행을 정렬 fit하고 sit새 변수를 만들었습니다 group. 그런 다음 각 그룹에 대해 세 개의 값 열 (즉, value1, value2 및 value3)에서 값을 정렬했습니다. 마지막으로 각 그룹의 첫 번째 행을 추출했습니다.

library(data.table)

mydt <- setDT(mydf)[, group := paste(sort(.SD), collapse = "_"),
                    .SD = c("fit", "sit"), by = 1:nrow(mydf)][,
                        c("value1", "value2", "value3") := lapply(.SD, sort),
                        .SDcols = value1:value3, by = group][, .SD[1], by = group]

mydt[]

#     group value1 value2 value3 fit sit
#1: it1_it2      1      3      2 it1 it2
#2: it3_it4      2      3      4 it3 it4
#3: it5_it6      5     NA      2 it5 it6
#4: it7_it9     NA      4     NA it7 it9

데이터

mydf <- structure(list(value1 = c(1L, NA, 2L, NA, 5L, NA, NA), value2 = c(NA, 
3L, 3L, NA, NA, NA, 4L), value3 = c(NA, 2L, 4L, NA, NA, 2L, NA
), fit = c("it1", "it2", "it3", "it4", "it5", "it6", "it7"), 
sit = c("it2", "it1", "it4", "it3", "it6", "it5", "it9")), class = "data.frame", row.names = c(NA, 
-7L))

이것은 또한 사용하여 수행 할 수있는 tidyr의 pivot_longer와 values_drop_na = TRUE결합 pivot_wider:

library(tidyverse)

mydf %>%
   mutate(it1 = pmin(fit, sit), it2 = pmax(fit, sit)) %>%
   pivot_longer(cols = starts_with("value"), values_drop_na = TRUE) %>%
   pivot_wider(id_cols = c("it1", "it2"))

#> # A tibble: 4 x 5
#>   it1   it2   value1 value2 value3
#>   <chr> <chr>  <int>  <int>  <int>
#> 1 it1   it2        1      3      2
#> 2 it3   it4        2      3      4
#> 3 it5   it6        5     NA      2
#> 4 it7   it9       NA      4     NA

데이터

mydf <- structure(list(value1 = c(1L, NA, 2L, NA, 5L, NA, NA), value2 = c(NA, 
3L, 3L, NA, NA, NA, 4L), value3 = c(NA, 2L, 4L, NA, NA, 2L, NA
), fit = c("it1", "it2", "it3", "it4", "it5", "it6", "it7"), 
sit = c("it2", "it1", "it4", "it3", "it6", "it5", "it9")), class = "data.frame", row.names = c(NA, 
-7L))