Question

我正在尝试删除数据框中所有具有绝对重复项的行。这是一个例子。

#standardSQL
SELECT sensor, `date`, AVG(perc) avg_percentile20_80_day
FROM (
  SELECT sensor, `date`, perc,
    PERCENTILE_CONT(perc, 0.2) OVER(PARTITION BY sensor, `date`) percentile20_day,
    PERCENTILE_CONT(perc, 0.8) OVER(PARTITION BY sensor, `date`) percentile80_day
  FROM `project.dataset.sensordata`
)
WHERE perc BETWEEN percentile20_day AND percentile80_day
GROUP BY sensor, `date`

运行上面的命令时，基本上将有一个包含“ vector”和“ -vector”元素的所有唯一组合的数据框。例如，您将看到以下内容：

library(gtools)
vector <-  c(15.3, -31.8, -35.6, -14.5, 3.1,-24.5)
vector.combo <- data.frame(combinations(n = 12, r = 6, v = c(vector,-vector)))

现在，我要删除所有包含绝对重复项的行，这意味着我要删除包含诸如“ 35.6”和“ -35.6”之类的元素的行。

我尝试：

-35.6   -31.8   -15.3   -3.1    3.1   35.6

但是没有用。

任何提示将不胜感激。

谢谢！

Answer 1

我认为您需要以下内容：

library(gtools)
vector <-  c(15.3, -31.8, -35.6, -14.5, 3.1,-24.5)
vector.combo <- data.frame(combinations(n = 12, r = 6, v = c(vector,-vector)))

unique_combo <- vector.combo[apply(abs(vector.combo), 1, function(x) length(unique(x))) ==6,]

索引在表的绝对值上逐行移动，并计算有多少个唯一元素。如果唯一元素的数量为6，则返回true，否则返回false。然后，我们将其用作vector.combo的索引。

Answer 2

使用dplyr解决方案：

library(gtools)
library(dplyr)

vector <-  c(15.3, -31.8, -35.6, -14.5, 3.1,-24.5)
vector.combo <- data.frame(combinations(n = 12, r = 6, v = c(vector,-vector)))
dup_idx <- 
  vector.combo %>% 
  transmute_all(abs) %>% 
  duplicated()

vector.combo[!dup_idx,]

问候 Paweł

Answer 3

get_rid <- c()
for ( i in 1 : length(vector.combo[,1]) ) {
    if ( length(unique(abs(vector.combo[i,]))) != 6 ) {
    get_rid <- c(get_rid, i)
    }
}
vector.combo <- vector.combo[-get_rid,]

应该这样做。

删除R中数据帧每一行中的绝对重复项

3 个答案: