计算每行数据表中的唯一值

Question

我有一个像

这样的数据表

    col1     col2     col3    col4
1:    a        a        a       2
2:    b        b        a       4.4
3:    w        w        s       6.3

我希望在没有运行for循环的情况下得到类似下面的东西。

    col1     col2     col3    col4   count
1:     a        a        a        2      1
2:     b        b        a        4.4    2
3:     w        w        s        6.3    2

我计算每行中col1，col2，col3的唯一值并存储在count列中。我如何在一行中做到这一点？

Answer 1

这可能有用：

data.frame solution

df <- read.table(header=T, text='   col1     col2     col3    col4
1    a        a        a       2
2    b        b        a       4.4
3    w        w        s       6.3')

#one line using apply    
df$count <- apply(df[1:3], 1, function(x) {length(unique(x))})

输出：

> df
  col1 col2 col3 col4 count
1    a    a    a  2.0     1
2    b    b    a  4.4     2
3    w    w    s  6.3     2

data.table解决方案

在此示例中使用data.table语法会有点棘手。

首先，我创建一个id列，通过该列来分组：

#convert original df to data.table
df2 <- as.data.table(df)
df2[, id := 1:nrow(df2) ]

然后我使用我自制的luna函数来计算独特元素的长度：

luna <- function(x)   length(unique(unlist(strsplit(x,''))))
df2[, count := luna(paste0(col1, col2, col3)), by=id ]

输出：

> df2
   col1 col2 col3 col4 id count
1:    a    a    a  2.0  1     1
2:    b    b    a  4.4  2     2
3:    w    w    s  6.3  3     2

或者@Tensibai在评论中提到，这要快得多：

df2 <- as.data.table(df)
df2[, id := 1:nrow(df2) ]
luna <- function(x)   length(unique(x))

df2[, count2 := luna(c(col1, col2, col3)), by=id ]

> df2
   col1 col2 col3 col4 id count2
1:    a    a    a  2.0  1      1
2:    b    b    a  4.4  2      2
3:    w    w    s  6.3  3      2

如果我们将@ Frank和@Tensibai的评论结合起来，这应该是最快的（data.table 1.9.5 +）：

df2 <- as.data.table(df)
df2[, id := 1:nrow(df2) ]

#not run
#works only in data.table >= 1.9.5
df2[, count2 := uniqueN(c(col1, col2, col3)), by=id ]
#not run

Answer 2

以下内容如何：

dt <- CJ(1:5,1:3,1:4,1:2)
dt[, cnt:=apply(dt, 1, function(r) length(unique(r)))]

或者如果您只想保留具有唯一条目的行，可以尝试

dt <- CJ(1:5,1:3,1:4,1:2)
dt[apply(dt, 1, function(r) length(unique(r))==ncol(dt))]