Question

假设我的数据框看起来像这样：

    category  type
[1] A        green
[2] A        purple
[3] A        orange
[4] B        yellow
[5] B        green
[6] B        orange
[7] C        green

如何获取包含每个类别中出现的类型的列表？在这种情况下，它应该看起来像：

    type
[1] green

我知道这个问题是基本的，可能以前是其他人问的。但我的方法太长了，我确信这是一种更有效的方法：我曾经根据类别拆分数据帧，并进行设置交集。请问有更好的方法吗？谢谢！

Answer 1

假设type最多出现category一次（否则将==更改为>=）并使用table您可以尝试以下操作：

 colnames(table(df))[colSums(table(df)) == length(unique(df$category))]
[1] "green"

Answer 2

以下是使用data.table的一种方法 - 前提是type每个类别最多只出现一次：

library(data.table)
DT <- data.table(DF)
##
R> DT[
    ,list(
      nCat=.N
    ),by=type][
      nCat==length(unique(DT$category)),
      type]
[1] "green"

所有这一切都将原始数据聚合为按类型（nCat）计算的行数，然后通过获取nCat等于中的唯一类别数的行来生成结果的子集DT。

修改感谢@Arun，利用data.table函数，可以使用更新版本的uniqueN更简洁地完成此操作：

unique(dt)[, .N, by=type][N == uniqueN(dt$category), type]

如果不保证每个类别最多只显示type一次，则会对上述内容进行略微修改：

R> DT[ ,list( nCat=length(unique(category)) ),by=type][ nCat==length(unique(DT$category)), type] [1] "green"

数据：

DF <- read.table( text="category type A green A purple A orange B yellow B green B orange C green", header=TRUE, stringsAsFactors=F)

Answer 3

我无法找到一个非常明显的解决方案，但这可以完成这项任务。

df <- data.frame(category=c("A", "A", "A", "B", "B", "B", "C"), 
                 type=c("green", "purple", "orange", "yellow", 
                        "green", "orange", "green"))

# Split the data frame by type
# This gives a list with elements corresponding to each type
types <- split(df, df$type)

# Find the length of each element of the list
len <- sapply(types, function(t){length(t$type)})

# If the length is equal to the number of categories then 
# the type is present in all categories 
res <- names(which(len==length(unique(df$category))))

请注意，sapply将返回类型作为向量的名称，因此在下一个语句中调用names。

Answer 4

如果df是data.frame，则感谢Reduce，这是'一行'代码：

x = df$category
y = df$type

Reduce(intersect, lapply(unique(x), function(u) y[x==u]))
#[1] "green"

Answer 5

一种方法是创建一个表，并选择出现每个类别出现次数的类型（在这种情况下为3），或者因为你说它只能出现一次，只需取平均值并选择mean == 1（或＆gt; = 1）。

dat <- read.table(header = TRUE, text="category  type
A        green
A        purple
A        orange
B        yellow
B        green
B        orange
C        green")

tbl <- data.frame(with(dat, ftable(category, type)))
tbl[with(tbl, ave(Freq, type)) >= 1, ]

#   category  type Freq
# 1        A green    1
# 2        B green    1
# 3        C green    1

unique(tbl[with(tbl, ave(Freq, type)) >= 1, 'type'])
# [1] green

Answer 6

假设您的数据位于df：

df.sum <- aggregate(df$tpye, by = list(df$type), FUN = length)
types <- df.sum[which(df$sum == length(unique(df$x))),]

这将计算每种类型的出现次数，并查看哪些出现次数与您的类别一样多。如果类型在类别中不会出现多次，它将有效地执行您想要的操作，但如果违反该假设则不起作用。

r返回给定列中每个值的公共行

6 个答案: