在数据框变量中查找唯一字符串答案

【问题标题】：find unique strings in data frame variables在数据框变量中查找唯一字符串
【发布时间】：2016-07-14 07:20:10
【问题描述】：

我有一个包含多个字符变量的数据框，我想在每一行中找到唯一的字符串。每行只有一个特定的字符串在几列中重复，并被 NA 包围。 IE。数据框“df”：

  Col1 Col2 Col3
1 ABC  ABC  NA
2  NA  DEF  DEF
3 GHI  NA   NA
4 JKL  JKL  JKL

作为我想要的输出

ABC
DEF
GHI
JKL

最好为每一行设置某种应用函数。我尝试了几种变体

apply(df,1, function(x) unique(x))

但这并不成功。我认为有一个很简单的方法，如果你知道正确的功能？我该怎么做？

【问题讨论】：

如果每行只有一个唯一元素（可能在该行或行中重复或不重复），您可以使用 df[cbind(1:nrow(df), max.col(!is.na(df)))] 而无需循环

【解决方案1】：

我们可以使用is.na 来移除NA元素

unname(apply(df, 1, FUN = function(x) unique(x[!is.na(x)])))
#[1] "ABC" "DEF" "GHI" "JKL"

如果每行有多个unique 元素，它将作为list 返回（取决于每行的元素数量是否不同）。在这种情况下，我们可以将它们paste 一起创建一个字符串

unname(apply(df, 1, FUN = function(x) toString(unique(x[!is.na(x)]))))

如果每行只有一个唯一元素，则另一个选项是 pmax

 do.call(pmax, c(df, list(na.rm=TRUE)))
 #[1] "ABC" "DEF" "GHI" "JKL"

【讨论】：

【解决方案2】：

另一种选择

levels(unlist(df))

【讨论】：