如何删除在两列中具有相同值的行以及与先前观察重复的行，而不管顺序如何答案

【问题标题】：How to remove rows that have the same value in two columns and rows that are duplicates of previous observations, regardless of order如何删除在两列中具有相同值的行以及与先前观察重复的行，而不管顺序如何
【发布时间】：2020-07-08 13:15:05
【问题描述】：

考虑这里创建的数据框Data：

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

我想手动进行成对比较。首先，我想在Data 中找到Location 级别之间所有可能的成对组合，所以我将对象Pairs 设为这样：

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

现在我想从Pairs$Var1 == Pairs$Var2 的对象Pairs 中删除行，并且我想删除与先前对“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 等的行（即，我不想将Locations 与自己进行比较），我也不想'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 中的较早部分）到 Var2 == b，那么我不想比较 Var1 == b 到 @987654337 @，所以我需要删除其中一个组合，而不是另一个（我希望这是有道理的）。我该怎么做？

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

【问题讨论】：

Pairs[Pairs$Var1 < Pairs$Var2,] 做你想做的事吗？根据您的 stringsAsFactors 设置，您可能需要 Pairs[as.character(Pairs$Var1) < as.character(Pairs$Var2),]
@Bas Pairs[as.character(Pairs$Var1) < as.character(Pairs$Var2),] 做我想做的事，虽然我不太明白为什么，你愿意在回复中详细说明吗？这样我也可以接受你的回答。另外，如何在不创建新对象的情况下从Pairs 中删除这些行？我一直在尝试类似：Pairs <- Pairs[-c(as.character(Pairs$Var1) < as.character(Pairs$Var2)),] 但没有任何工作

标签： r subset unique pairwise

【解决方案1】：

一个巧妙的技巧是使用“大于”或“小于”运算符，以确保两列不同并且没有对称重复。

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),]

之所以有效，是因为a < a 是False（一个项目不小于它自己），并且对于每一对(a, b)，a < b 或b < a 是True，另一个是False。这样，对于每一对这样的对，您只保留一个。

因此as.character(Pairs$Var1) < as.character(Pairs$Var2) 返回一个由True 和False 组成的向量，您可以使用它来分割您的data.frame。需要as.character()，因为无法使用< 比较factors。

【讨论】：

【解决方案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。我的策略包括创建一个临时列，允许您 (a) 不要搜索您已经知道重复的案例； (b) 进行最后的过滤。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

【讨论】：