Question

我有一个矩阵列表，在列id中有重复的值。如何在所有列表元素中拆分重复项？

我使用data.frames的方式是使用lapply + split + duplicated，但这不适用于矩阵，因为它们也被分成数字。我想保留矩阵结构。

## Data.frame - all good
df <- data.frame(
  id = rep(1:10, each = 2),
  val = rep(10, each = 20)
)
df_list <- rep(list(df), 2);
lapply(df_list, function(x){split(x, duplicated(x[,'id']))$'FALSE'})

## Matrix - Here's my problem
mt <- as.matrix(data.frame(
  id = rep(seq(1,10,1), each = 2),
  val = rep(10, each = 20)
))
mt_list <- rep(list(mt), 2)
lapply(mt_list, function(x){split(x, duplicated(x[,'id']))$'FALSE'})

Answer 1

在编写问题并摆弄代码的同时，我想出了一个解决方案。由于我没有找到有关此特定设置的任何内容，因此无论如何我都会将其发布。

功能subset / subset.matrix起作用：

lapply(mt_list, function(x){subset.matrix(x, !duplicated(x[,'id']))})

我对不同的选择进行了基准测试； subset.matrix似乎比subset快一点。

 mt <- as.matrix(data.frame(
  id = rep(seq(1,1000,1), each = 2),
  val = rep(1000, each = 20)
))
mt_list <- rep(list(mt), 50)
mc <- microbenchmark::microbenchmark(
  subset = lapply(mt_list, function(x){subset(x, !duplicated(x[,'id']))}),
  subset.matrix = lapply(mt_list, function(x){subset.matrix(x, !duplicated(x[,'id']))}),
  split = lapply(mt_list, function(x){matrix(split(x, duplicated(x[,'id']))$'FALSE', ncol = 2)}),
  unique = lapply( mt_list, unique )
)
mc

Unit: milliseconds
          expr        min         lq       mean     median         uq        max neval cld
        subset   3.758708   3.862849   4.256363   3.900580   3.981629   9.713416   100 a  
 subset.matrix   3.583632   3.700450   4.174137   3.729881   3.821947   9.611992   100 a  
         split  32.630604  33.061503  34.535531  33.262841  33.726039  77.531039   100  b 
        unique 144.832487 148.408874 155.099591 150.326865 155.456601 430.992916   100   c

Answer 2

也许尝试

split(df,ave(df$id, df$id, FUN= function(x) seq_along(x)))
$`1`
   id val
1   1  10
3   2  10
5   3  10
7   4  10
9   5  10
11  6  10
13  7  10
15  8  10
17  9  10
19 10  10

$`2`
   id val
2   1  10
4   2  10
6   3  10
8   4  10
10  5  10
12  6  10
14  7  10
16  8  10
18  9  10
20 10  10

使用基数R拆分列表中矩阵的重复行

2 个答案: