r - 如何删除两列中具有相同值的行和与先前观测值重复的行，无论顺序如何

Question

考虑此处创建的数据框Data：

Data <- data.frame(Location = rep(letters[1:20], each = 10))

我想手动进行成对比较。首先，我想找到Data中Location级别之间所有可能的成对组合，所以我使对象Pairs如下所示：

Pairs <-expand.grid(unique(Data$Location),unique(Data$Location))

现在我想从对象中删除行PairsPairs$Var1 == Pairs$Var2，我想删除与以前的对"重复"的行，但顺序相反。 换句话说，我想删除Pairs$Var1 == a&Pairs$Var2 == a、Pairs$Var1 == b&Pairs$Var2 == b等行(即，我不想将Locations与它们进行比较)，我也不希望进行两次相同的比较，所以如果Var1==a已经被比较(或已经存在于 data.frame 中更早)到Var2 == b， 然后我不想将Var1 == b与Var2 == a进行比较，所以我需要删除这些组合之一，而不是另一个(我希望这是有意义的)。 我该怎么做？

我们可以使用Pairs[Pairs$Var1 == Pairs$Var2,]来查看Var1 == Var2的位置，但这对第二个问题没有帮助

Answer 1

确保两列不同并且没有对称重复的一个巧妙技巧是使用"大于"或"小于"运算符。

Pairs <- Pairs[as.character(Pairs$Var1) < as.character(Pairs$Var2),]

或者，如果你想要相反，

Pairs <- Pairs[as.character(Pairs$Var1) >= as.character(Pairs$Var2),]

这是有效的，因为a < a是False(一个项目不小于它自己)，并且对于每对(a, b)a < b或b < aTrue，另一个是False。这样，对于每对这样的，你只保留一个。

因此，as.character(Pairs$Var1) < as.character(Pairs$Var2)返回一个True和False向量，您可以使用该向量对data.frame进行切片。需要as.character()，因为无法使用<比较factor。

Answer 2

我发布了一个使用for的解决方案：

首先，删除两列中具有相同值的行：

Pairs <- Pairs[Pairs$Var1 != Pairs$Var2,]

其次，删除"标准"重复项：

Pairs <- Pairs[!duplicated(Pairs),]

最后，删除顺序相反的重复项。我的策略涉及创建一个临时列，允许您 (a) 不搜索您知道已经重复的案例;(b) 进行最后过滤。然后，您可以删除临时列：

Pairs$my_duplicated <- FALSE
for(i in 1:nrow(Pairs)){
if(Pairs$my_duplicated[i] == FALSE){
my_test <- Pairs$Var2 %in% Pairs$Var1[i] & Pairs$Var1 %in% Pairs$Var2[i]
Pairs$my_duplicated[my_test] <- TRUE
}
}
Pairs <- Pairs[!Pairs$my_duplicated,]
Pairs$my_duplicated <- NULL

Answer 3

您的数据帧：

df <- data.frame(Location = rep(letters[1:20], each = 10))
df <-expand.grid(unique(df$Location),unique(df$Location))
dim(df) # 400 rows x 2 columns

删除重复项：

df = df[!duplicated(t(apply(df, 1, sort))), ]
dim(df) # 210 rows x 2 columns

删除变量 1 = 变量 2

df = subset(df, df$Var1 != df$Var2)
dim(df) # 190 rows x 2 columns