R，找到重复的行，而不管为了

Question

我一直在思考这个问题了整整一夜： 这里是我的矩阵：

'a' '#' 3 
'#' 'a' 3 
0 'I am' 2 
'I am' 0 2 

.....

我想治疗像前两行一样的行是相同的，因为它只是'a'和'＃'的不同顺序。就我而言，我想删除这样的行。这个玩具的例子很简单，前两个是一样的，第三个和第四个是一样的。但在我的数据集中，我不知道'相同'行在哪里。

我在R.写道谢谢。

Answer 1

也许像这样的东西会为你工作。目前尚不清楚你的期望输出是什么。

x <- structure(c("a", "#", "0", "I am", "#", "a", "I am", "0", "3", 
       "3", "2", "2"), .Dim = c(4L, 3L)) 
x 
#  [,1] [,2] [,3] 
# [1,] "a" "#" "3" 
# [2,] "#" "a" "3" 
# [3,] "0" "I am" "2" 
# [4,] "I am" "0" "2" 


duplicated(
    lapply(1:nrow(x), function(y){ 
    A <- x[y, ] 
    A[order(A)] 
    })) 
# [1] FALSE TRUE FALSE TRUE 

这基本上是按行分割矩阵，然后对每一行进行排序。 duplicated也适用于list，所以你只需用`重复来查找哪些项目（行）是重复的。

Answer 2

首先，您可能需要参考to the documentation for an excellent R package called duplicated。正如软件包所指出的，“duplicated（）确定向量或数据框的哪些元素与下标较小的元素是重复的，并返回指示哪些元素（行）重复的逻辑向量。”它们提供的一些实例是：

实施例1：

duplicated(iris)[140:143] 

实施例2：

duplicated(iris3, MARGIN = c(1, 3)) 

示例3

anyDuplicated(iris) 

例4

anyDuplicated(x) 

例5

anyDuplicated(x, fromLast = TRUE) 

编辑：如果你想要做的很长的路，你可能会认为从数据中的每一行比较每隔一行的逐字符。要做到这一点，想象第一行有3个字符。对于每一行，你循环并检查它们是否有这个字符。如果他们这样做，然后你减少并检查下一个字符。使用自行创建的递归函数来处理此问题，该函数将字符串中的值与数据框或矩阵中的所有其他行进行比较（然后仅将子集与不匹配任何其他行的子集进行比较）。

Answer 3

对我来说，这也产生了一个FALSE向量，这意味着它没有检测到重复。我认为这是发生了什么事：我有列在x中分配的名称。因此，尽管order(A)整齐排列了行并返回了具有列名称的行的有序版本，但来自lapply的结果对象会尊重列名并将列的名称移交给duplicated()版本，因为这些列是完好的（由于名称）。因此，duplicated()认为与x相同！

我没有这个灵感来自@A手车和马海毛的答案，为我工作：

duplicated(t(apply(x, 1, sort))) 

它也较短;）

注意，例如通过@A手车和马海毛作品与他的样本数据。但是如果你有命名的列，它会失败。