我想创建一个数据框，其中包含滚动两个骰子的可能结果。其重点是单独运行模拟并使用结果数填充数据框。我编写了以下代码来创建数据框：
dice1 <- sort(rep(1:6,6))
dice2 <- rep(1:6,6)
dicesum <- dice1 + dice2
df <- data.frame(dice1, dice2, dicesum)
> str(df)
'data.frame': 36 obs. of 3 variables:
$ dice1 : int 1 1 1 1 1 1 2 2 2 2 ...
$ dice2 : int 1 2 3 4 5 6 1 2 3 4 ...
$ dicesum: int 2 3 4 5 6 7 3 4 5 6 ...
> head(df)
dice1 dice2 dicesum
1 1 1 2
2 1 2 3
3 1 3 4
4 1 4 5
5 1 5 6
6 1 6 7
我首先考虑创建对，例如（1,6），...，（6,6），以便在（dice1，dice2）==（dice2，dice1）时删除重复项。然而，结果是不可取的，因为两个实例都被移除（例如（1,6）和（6,1））并且也移除了双重（例如（2,2），（6,6））。
注意：我认为（1,6）和（6,1）重复结果。 问题：从数据框中删除重复结果的最佳方法是什么？
答案 0 :(得分：1)
使用编辑问题后的数据结构，我相信以下内容可以做到。
inx <- duplicated(t(apply(df, 1, sort)))
df[!inx, ]
上面代码的单行显而易见。
答案 1 :(得分：1)
如果你自己为模拟生成数据帧，另一种没有重复的方法是避免生成它们。
例如，您可以使用combinations包中的gtools函数生成所需的数据框：
df <- as.data.frame(gtools::combinations(6, 2, repeats.allowed=TRUE))
names(df) <- c("dice1", "dice2")
df$dicesum <- df$dice1 + df$dice2
df
#> dice1 dice2 dicesum
#> 1 1 1 2
#> 2 1 2 3
#> 3 1 3 4
#> 4 1 4 5
#> 5 1 5 6
#> 6 1 6 7
#> 7 2 2 4
#> 8 2 3 5
#> 9 2 4 6
#> 10 2 5 7
#> 11 2 6 8
#> 12 3 3 6
#> 13 3 4 7
#> 14 3 5 8
#> 15 3 6 9
#> 16 4 4 8
#> 17 4 5 9
#> 18 4 6 10
#> 19 5 5 10
#> 20 5 6 11
#> 21 6 6 12
答案 2 :(得分：1)
使用in the answer of markdly的方法（＆＃34; 另一种没有重复的方法是避免生成它们＆＃34;）可以实现为非-equi self join 使用data.table：
library(data.table)
(DT<- data.table(1:6))[DT, on = .(V1 >= V1), .(dice1 = i.V1, dice2 = x.V1)][
, dicesum := dice1 + dice2][]
dice1 dice2 dicesum 1: 1 1 2 2: 1 2 3 3: 1 3 4 4: 1 4 5 5: 1 5 6 6: 1 6 7 7: 2 2 4 8: 2 3 5 9: 2 4 6 10: 2 5 7 11: 2 6 8 12: 3 3 6 13: 3 4 7 14: 3 5 8 15: 3 6 9 16: 4 4 8 17: 4 5 9 18: 4 6 10 19: 5 5 10 20: 5 6 11 21: 6 6 12 dice1 dice2 dicesum
答案 3 :(得分：0)
df <- data_frame(pairs = list(c(1,2), c(2,1), c(2,2)))
df_sum是您的输入数据框：df_sum＆lt; - df％＆gt;％rowwise（）％＆gt;％mutate（sum = sum（pairs））％＆gt;％ungroup（）
> df_sum %>% glimpse()
Observations: 3
Variables: 2
$ pairs <list> [<1, 2>, <2, 1>, <2, 2>]
$ sum <dbl> 3, 3, 4
pairs列表列中的重复项：res＆lt; - df_sum％＆gt;％rowwise（）％＆gt; $％mutate（pairs = list（sort（pairs）））％＆gt;％unique（）
res %>% glimpse()
Observations: 2
Variables: 2
$ pairs <list> [<1, 2>, <2, 2>]
$ sum <dbl> 3, 4
答案 4 :(得分：0)
这是基础R的解决方案（记住原始问题）
数据：
structure(list(pairs = c("(1,1)", "(1,2)", "(1,3)", "(1,4)",
"(1,5)", "(1,6)", "(2,1)", "(2,2)", "(2,3)", "(2,4)", "(2,5)",
"(2,6)", "(3,1)", "(3,2)", "(3,3)", "(3,4)", "(3,5)", "(3,6)",
"(4,1)", "(4,2)", "(4,3)", "(4,4)", "(4,5)", "(4,6)", "(5,1)",
"(5,2)", "(5,3)", "(5,4)", "(5,5)", "(5,6)", "(6,1)", "(6,2)",
"(6,3)", "(6,4)", "(6,5)", "(6,6)"), sum = c(2L, 3L, 4L, 5L,
6L, 7L, 3L, 4L, 5L, 6L, 7L, 8L, 4L, 5L, 6L, 7L, 8L, 9L, 5L, 6L,
7L, 8L, 9L, 10L, 6L, 7L, 8L, 9L, 10L, 11L, 7L, 8L, 9L, 10L, 11L,
12L)), .Names = c("pairs", "sum"), row.names = c("1", "2", "3",
"4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15",
"16", "17", "18", "19", "20", "21", "22", "23", "24", "25", "26",
"27", "28", "29", "30", "31", "32", "33", "34", "35", "36"), class = "data.frame")
数据框的名称为dups
删除括号和逗号，将字符串拆分为字符，转换为数字并排序
b = lapply(strsplit(gsub("\\((\\d),(\\d)\\)", "\\1\\2", dups$pairs), ""), function(x) sort(as.numeric(x)))
折叠到角色向量
b = lapply(b, function(x) paste(x, collapse = ""))
重复的条目
b = duplicated(unlist(b))
显示除重复元素之外的所有元素
dups[!b,]
#output:
pairs sum
1 (1,1) 2
2 (1,2) 3
3 (1,3) 4
4 (1,4) 5
5 (1,5) 6
6 (1,6) 7
8 (2,2) 4
9 (2,3) 5
10 (2,4) 6
11 (2,5) 7
12 (2,6) 8
15 (3,3) 6
16 (3,4) 7
17 (3,5) 8
18 (3,6) 9
22 (4,4) 8
23 (4,5) 9
24 (4,6) 10
29 (5,5) 10
30 (5,6) 11
36 (6,6) 12