Question

我试图识别出独特的＆＃39;并且＆＃39;接近独特的＆＃39;来自披露控制项目的数据集的案例或记录。特别是某些变量的组合，只出现一次，两次等。

记录显示在：

table(Age,Sex,Ethnicity)

我最感兴趣的是：

的元素（是真的）

table(Age,Sex,Ethnicity)==1 
table(Age,Sex,Ethnicity)==2

我知道我正在寻找大约150个案例：

sum(table(Age,Sex,Ethnicity)==1)

数据集中还有一个标识符，它是一个很好的输出或1的数字：长度（年龄）*长度（性别）*长度（种族）也同样好。我希望它返回一个类似的列表：

[1] 103 207 218....   
[41] * * *
[81] * * *

其中＆＃39;标识符＆＃39;对于150个案例中的前3个案件，= 103,207和218，其中：

table(Age,Sex,Ethnicity)==1

我天真地希望有类似的东西：

data$identifier[table(age,sex,mar,emp,edu) == 1]    
names(table(Age,Sex,Ethnicity)

会工作，但没有这样的运气。我也查看了unique（），但返回了每个组合（发生一次或多次）。任何帮助或意见将不胜感激。

添加了可重复的示例（希望如此）实施例

set.seed(1234)
a <- 1+rpois(100,1)
b <- 1+rpois(100,1)
c <- 1+rpois(100,1)
a[a >= 5] <- 4
b[b >= 5] <- 4
c[c >= 5] <- 4
eg <- cbind(1:100,a,b,c)
(sum(table(a,b,c)==1))

应该有12＆＃39; unique＆＃39;组合，我想使用eg的第一列（或数据集中的标识符）来识别

Answer 1

我认为最简单的方法是使用data.table包：

library(data.table)
eg.dt <- as.data.table(eg)
eg.dt[, list(N=.N), by=.(a,b,c)][N==1]

这是如何工作的：eg.dt[, list(N=.N), by=.(a,b,c)]计算每个（a，b，c）组合的出现次数。 [N==1]过滤掉恰好出现一次的内容。

或者，如果您想坚持使用数据框（而不是data.table），请尝试plyr：

library(plyr)
eg <- data.frame(eg)
subset(ddply(eg, .(a, b, c), nrow), V1 == 1)

这可以用同样的方式：ddply(eg, .(a, b, c), nrow)生成一个数据框，其中“V1”列是组合发生的次数;然后你只需将其子集用于仅发生一次的组合。

我认为可能有一种方法可以用你的table(a,b,c)来做，但我想不出一个没有错综复杂的方法。

识别出现在表格中的条目/记录（）R

1 个答案: