Question

使用BASE R，我想知道如何回答以下问题：

X或Y上是否有任何值仅出现在m中的一个元素（作为簇）中而不是其他元素中？如果是，请在下面显示我的所需输出。

例如：在这里，我们看到X == 3仅出现在元素m[[3]]中，而没有出现在m[[1]]和m[[2]]中。在这里，我们还看到Y == 99仅出现在m[[1]]中，而没有出现。

注意：以下是一个玩具示例，感谢您提供实用的答案。 AND X和Y可以是数字，也可以不是数字（例如，是字符串）。

f <- data.frame(id = c(rep("AA",4), rep("BB",2), rep("CC",2)), X = c(1,1,1,1,1,1,3,3), 
            Y = c(99,99,99,99,6,6,6,6))

m <- split(f, f$id) # Here is `m`

mods <- names(f)[-1] # variables of interest names

所需的输出：

list(AA = c(Y = 99), CC = c(X = 3))

# $AA
# Y 
# 99 

# $CC
# X 
# 3

Answer 1

这是基于rapply()和table()的解决方案。

ux <- rapply(m, unique)
tb <- table(uxm <- ux[gsub(rx <- "^.*\\.(.*)$", "\\1", names(ux)) %in% mods])
r <- Map(setNames, n <- uxm[uxm %in% names(tb)[tb == 1]], gsub(rx, "\\1", names(n)))
setNames(r, gsub("^(.*)\\..*$", "\\1", names(r)))
# $AA
# Y 
# 99 
# 
# $CC
# X 
# 3

Answer 2

tmp = do.call(rbind, lapply(names(f)[-1], function(x){
    d = unique(f[c("id", x)])
    names(d) = c("id", "val")
    transform(d, nm = x)
}))

tmp = tmp[ave(as.numeric(as.factor(tmp$val)), tmp$val, FUN = length) == 1,]

lapply(split(tmp, tmp$id), function(a){
    setNames(a$val, a$nm)
})
#$AA
# Y 
#99 

#$BB
#named numeric(0)

#$CC
#X 
#3

Answer 3

这利用了@ jay.sf的rapply()和previous answer的想法：

vec <- rapply(lapply(m, '[', , mods), unique)
unique_vec <- vec[!duplicated(vec) & !duplicated(vec, fromLast = T)]

vec_names <- do.call(rbind, strsplit(names(unique_vec), '.', fixed = T))
names(unique_vec) <- vec_names[, 2]

split(unique_vec, vec_names[, 1])

$AA
 Y 
99 

$CC
X 
3

在R中的data.frame中查找仅在一个群集中出现的变量

3 个答案: