我有一個擁有數千行和近百列的資料集。每一行只包含唯一的元素，然而這些元素也可能在其他行中找到。
基本上，我想在我的資料框架中創建兩個新的列，一個用于存盤多少個唯一的，另一個用于存盤某一行中有多少個不連續的元素，但與整個資料集相比。
注意，在計算唯一的和模糊的元素時，資料框架中有些NAs不應該被考慮。
df <- data.frame()
col1 = c('Ab'/span>。 'Cd'。 'Ef', 'Gh'。 'Ij'),
col2 = c('Ac'。 'Ce'。 'Eg', 'Gi'。 'Ik'),
col3 = c('Acc'。 NA。 'Ab', 'Gef'。 'Il'),
col4 = c(NA。 NA。 NA, 'Ce, 'Im'）
)
在上面創建的資料框架中，Ab不是唯一的，所以在第1行中，與整個資料集相比，有2個唯一的和1個模糊的元素。
在我的預期輸出中，第1行的Unique將等于2，而Ambiguous = 1。在第五行，它將分別是4和0。
我已經搜索了可能的解決方案，但大多數解決方案只涉及特定行中的唯一或重復元素，或針對特定列的多行。無論如何，如果有任何幫助，我們將不勝感激。
uj5u.com熱心網友回復：
另一種方法可以避免一些重新計算。
# First we get the duplicates to avoid recounting every time.
freqs <- table(as.matrix(df)）
dupes <- names(freqs[/span>freqs > 1]）
# 檢查這些值是否（不）重復。
is_dupe < - rowSums(apply(df, 2, "%in%", dupes））
not_dupe < - rowSums(apply(df, 2, function(x) {! (x %in% dupes | is. na(x))}))
# 在我們計算完計數后再添加列，以避免包括它們。
df$ambiguous <- is_dupe
df$unique <- not_dupe
df
# col1 col2 col3 col4 ambiguous unique[/span]。
# 1 Ab Ac Acc <NA> 1 2
# 2 Cd Ce <NA> <NA> 1 1
# 3 Ef Eg Ab <NA> 1 2
#4 Gh Gi Gef Ce 1 3
# 5 Ij Ik Il Im 0 4
uj5u.com熱心網友回復：
像這樣的情況如何：
df <- data.frame(_span>)
col1 = c('Ab'/span>。 'Cd'。 'Ef', 'Gh'。 'Ij'),
col2 = c('Ac'。 'Ce'。 'Eg', 'Gi'。 'Ik'),
col3 = c('Acc'。 NA。 'Ab', 'Gef'。 'Il'),
col4 = c(NA。 NA。 NA, 'Ce, 'Im'）
)
uvals <- avals < - rep(NA。 nrow(df))
for(i in 1: nrow(df)）{
other_vals <- na.省略(c（unique(as. 矩陣(df[-i。 ]))))
tmp <- na.omit(as. 矩陣(df)[/span>i。 ]) %in% other_vals
uvals[i] < - sum(tmp == 0， na. rm=TRUE）。
avals[i] < - sum(tmp == 1， na. rm=TRUE）。
}
df <- df %>%
mutate(unique = uvals,)
模糊的= avals）
df
# col1 col2 col3 col4 unique ambiguous
# 1 Ab Ac Acc <NA> 2 1
# 2 Cd Ce <NA> <NA> 1 1
# 3 Ef Eg Ab <NA> 2 1
# 4 Gh Gi Gef Ce 3 1
# 5 Ij Ik Il Im 4 0
轉載請註明出處，本文鏈接：https://www.uj5u.com/caozuo/332226.html
標籤：
上一篇：如何在R中把類別轉換為數字？