如何过滤掉所有列具有相同编号的行？答案

【问题标题】：How to filter out rows that have same number for all columns?如何过滤掉所有列具有相同编号的行？
【发布时间】：2017-10-30 19:43:06
【问题描述】：

我想过滤掉数据框中在同一行的所有列中具有相同数据的行？在这个例子中，我想识别user_id1和3。我该怎么做？

df <- read_csv("user_id, q1, q2, q3, q4
1, 5, 5, 5, 5
2, 4, 3, 5 ,6
3, 2, 2, 2, 2
4, 5, 4, NA, 4")

目的：识别在问卷中的所有问题上打勾的人。

更新：建议的解决方案工作正常，直到 q1 有 NA。

df <- read_csv("user_id, q1, q2, q3, q4
               1, 5, 5, 5, 5
               2, NA, 3, 5 ,6
               3, 2, 2, 2, 2
               4, 5, 4, NA, 4")

【问题讨论】：

标签： r dplyr

【解决方案1】：

您可以选择其中一个问题，例如q1，并与其他问题进行比较，选择是否所有问题都相等；

df$user_id[rowSums(df$q1 != df[-1], na.rm=T) == 0]
# [1] 1 3

df %>% filter(rowSums(.[-1] != q1, na.rm=T) == 0)

# A tibble: 2 x 5
#  user_id    q1    q2    q3    q4
#    <int> <int> <int> <int> <int>
#1       1     5     5     5     5
#2       3     2     2     2     2

将q1 列与其他qs 列与.[-1] != q1 进行比较，这里. 是df 来自%>%，.[-1] 删除user_id 列；
通过忽略 NA 执行 rowSums(.[-1] != q1, na.rm=T) 检查有多少列不等于 q1；
如果没有一个列不等于q1，则所有qs 列的编号都相同，根据它进行过滤；

【讨论】：

非常感谢，Psidom。看起来第二种方法是我需要的。你能解释一下代码吗？我对 R 很陌生。
更新了一些解释~
@Tyn，如果你只是做df[rowSums(df$q1 != df[-1], na.rm=T) == 0,]，你也可以使用第一个
q1 为 NA 时解决方案有小问题 :-( 试试看能不能解决
好的，如果我必须删除 na.rm 位才能得到 1 是 NA 的情况。我还删除了所有问题都是 NA 的行。将在问题中更新此内容。

【解决方案2】：

除非您的 data.frame 很大，否则您可以在行上使用 apply (MARGIN = 1)

df$user_id[apply(X = df[,-1], MARGIN = 1, FUN = function(x) length(unique(x)) == 1)]
#[1] 1 3

df[apply(X = df[,-1], MARGIN = 1, FUN = function(x) length(unique(x)) == 1),]
#  user_id q1 q2 q3 q4
#1       1  5  5  5  5
#3       3  2  2  2  2

或

df$user_id[Reduce(function(x, y) pmax(x, y, na.rm = TRUE), df[,-1]) ==
               Reduce(function(x, y) pmin(x, y, na.rm = TRUE), df[,-1])]
#[1] 1 3

【讨论】：

谢谢 d.b.我还没有学过函数，所以我会记住这一点。

【解决方案3】：

你可以用一些基本的 R 代码来解决它。

# Generate your data set
df <- data.frame(user_id =c(1,2,3,4),
                 q1 = c(5,4,2,5),
                 q2 = c(5,3,2,4),
                 q3 = c(5,5,2, NA),
                 q4 = c(5,6,2,4))

# populate the vector with a loop
test <- character(0)
for(i in 1:nrow(df)){
# check if the sum of the values is equal to the sum of the last value 
# repeated. This can only be true if all values are the same
  if(sum(df[i,2:5], na.rm = TRUE) - sum(rep(df[i,5],4)) == 0){
    test[i] <- "equal"
  } else{
    test[i] <- "not_equal"
  }

}

# finally attach the vector as a column to your data frame
df$test <- test

【讨论】：