比较两列以返回两列中相等的值

Question

我的表(称为MGIT(中有四个ID列：Ext_ID_1到_4。有时同一个数字出现在它们的不同行中，我需要过滤这些行以进行进一步分析，例如：

启动状态：

Ext_ID      Ext_ID_4
1111          2222
3333          4444
5555          1111
6666          7777
8888          9999
9999          1010

期望的过滤结果：

Ext_ID      Ext_ID_4
1111          2222
5555          1111
8888          9999
9999          1010

为了更清晰的管理，我只想一次将两者进行比较。

通过之前在StackOverflow中的问题，我发现了以下代码：

Dupl = MGIT[,c('Ext_ID','Ext_ID_4')]
Result <- MGIT[duplicated(Dupl) | duplicated(Dupl, fromLast=TRUE),]

但它只在列内返回重复的值(实际上，只在Ext_ID内，但我相信ID_4本身没有重复的值(。

我是一个编程初学者，对语言一无所知。

Answer 1

我想您希望这能适用于所有四列，而不仅仅是示例中的两列。

这里有一个解决方案，无论有多少"；Ext_ID"；您拥有的列：

library(dplyr)
# Recreate the data from your example
df <- tibble::tribble(
~Ext_ID,      ~Ext_ID_4,
1111,          2222,
3333,          4444,
5555,          1111,
6666,          7777,
8888,          9999,
9999,          1010
)
# The actual code you need - just replace `df` with the name of your table
df %>% 
filter(
if_any(
starts_with("Ext_ID"),
~ .x %>% purrr::map_lgl(~sum(df == .x) > 1)
)
)
# The output:
#> # A tibble: 4 x 2
#>   Ext_ID Ext_ID_4
#>    <dbl>    <dbl>
#> 1   1111     2222
#> 2   5555     1111
#> 3   8888     9999
#> 4   9999     1010

解释：

• ~ .x %>% purrr::map_lgl(~sum(df == .x) > 1)检查列中的每个值是否在数据帧中显示不止一次
• CCD_ 2确保对以"0"开头的所有列都这样做；Ext_ID">
• CCD_ 3使CCD_ 4为任意列保留df中至少有1个重复值的行

Answer 2

基本R解决方案：

#Select whatever column you want
cols <- unlist(dat[, c('Ext_ID','Ext_ID_4')]) 
#Get the values that appear at least twice 
uni <- unique(cols[ave(cols, cols, FUN=length) > 1]) 
#Filter if any of the row values match with uni
dat[apply(apply(dat, 1, function(x) x %in% uni), 2, any), ] 
Ext_ID Ext_ID_4
1   1111     2222
3   5555     1111
5   8888     9999
6   9999     1010