我有一个如下所示的数据框:
dat <- data.frame(id=1:6,
z_1=c(100,290,38,129,0,290),
z_2=c(20,0,0,0,0,290),
z_3=c(0,0,38,0,0,98),
z_4=c(0,0,38,127,38,78),
z_5=c(23,0,25,0,0,98),
z_6=c(100,0,25,127,0,9))
dat
id z_1 z_2 z_3 z_4 z_5 z_6
1 1 100 20 0 0 23 100
2 2 290 0 0 0 0 0
3 3 38 0 38 38 25 25
4 4 129 0 0 127 0 127
5 5 0 0 0 38 0 0
6 6 290 290 98 78 98 9
我想在每一行中删除 z_x
的重复值,用 0
或 NA
替换任何重复值,但保持行和列完好无损(即不删除任何) .这里的 0 不算作重复,它们是缺失值。列中的重复值是可以的。我的理想输出如下所示:
id z_1 z_2 z_3 z_4 z_5 z_6
1 1 100 20 0 0 23 0
2 2 290 0 0 0 0 0
3 3 38 0 0 0 25 0
4 4 129 0 0 127 0 0
5 5 0 0 0 38 0 0
6 6 290 0 98 78 0 9
我并不真正关心 z_x
中的值出现的顺序,所以如果它们四处移动也无妨。有没有一种有效的方法可以做到这一点,最好以某种整洁的方式?我知道我可以旋转更长的时间并删除重复的行,但我的数据集非常大,我正在寻找一种无需旋转的方法。
答案 0 :(得分:5)
使用 apply
的基本 R 方式:
cols <- grep('z_\\d+', names(dat))
dat[cols] <- t(apply(dat[cols], 1, function(x) replace(x, duplicated(x), 0)))
# id z_1 z_2 z_3 z_4 z_5 z_6
#1 1 100 20 0 0 23 0
#2 2 290 0 0 0 0 0
#3 3 38 0 0 0 25 0
#4 4 129 0 0 127 0 0
#5 5 0 0 0 38 0 0
#6 6 290 0 98 78 0 9
tidyverse
无需重塑的方式可以使用 pmap
完成:
library(tidyverse)
dat %>%
mutate(result = pmap(select(., matches('z_\\d+')), ~{
x <- c(...)
replace(x, duplicated(x), 0)
})) %>%
select(id, result) %>%
unnest_wider(result)
由于@thelatemail 执行的测试表明,与按行处理数据相比,重塑是更好的选择,您可能需要考虑它。
dat %>%
pivot_longer(cols = matches('z_\\d+')) %>%
group_by(id) %>%
mutate(value = replace(value, duplicated(value), 0)) %>%
pivot_wider()
答案 1 :(得分:0)
这个解决方案不是 tidyverse,但希望足够简单。
duplicated()
函数执行您想要的操作。您可以使用 apply()
函数按行提供 duplicated()
您的数据。
dat[t(apply(dat, MARGIN = 1, duplicated))] <- 0