So wählen Sie eindeutigen Punkt

Question

Ich bin ein Anfänger R-Programmierer. Ich habe eine folgende Reihe von Punkten.

df <- data.frame(x = c(1 , 2, 3, 4), y = c(6 , 3, 7, 5)) 
df <- df %>% mutate(k = 1) 
df <- df %>% full_join(df, by = 'k') 
df <- subset(df, select = c('x.x', 'y.x', 'x.y', 'y.y')) 
df 

Gibt es eine Möglichkeit für "einzigartige" Punkte auszuwählen? (Die Reihenfolge der Punkte keine Rolle)

EDIT:

x.x y.x x.y y.y 
1 6 2 3 
2 3 3 7 
. 
. 
. 

(ich die 2 bis 7 geändert, das Problem zu klären)

Answer 1

Mit data.table (und Arbeiten aus dem OP anfänglichen df):

library(data.table) 
setDT(df) 

df[, r := .I ] 
df[df, on=.(r > r), nomatch=0] 


    x y r i.x i.y 
1: 2 3 1 1 6 
2: 3 2 1 1 6 
3: 4 5 1 1 6 
4: 3 2 2 2 3 
5: 4 5 2 2 3 
6: 4 5 3 3 2 

Dies ist ein auf die Zeilennummern "non-equi join". In x[i, on=.(r > r)] bezieht sich die linke r auf die Reihe in x und die rechte auf eine Reihe von i. Die Spalten mit der Bezeichnung i.* stammen aus i.

Data.table Joins, die die Form x[i] haben, verwenden Sie i, um Zeilen von x nachzuschlagen. Die nomatch=0 Option löscht Zeilen von i, die keine Übereinstimmungen finden.

Answer 2

Sie können die Funktion duplicated.matrix() von Base verwenden, um die Zeilen zu finden, die kein Duplikator sind - was tatsächlich bedeutet, dass es Eindeutigkeiten gibt. Wenn Sie die Funktion duplicated() aufrufen, müssen Sie klarstellen, dass Sie nur die ersten Doppelpunkte verwenden möchten. Mit diesem Aufruf prüfen Sie, welche Zeile eindeutig ist. In einem zweiten Schritt rufen Sie Ihren Datenrahmen für diese Zeilen mit allen Spalten auf.

unique_lines = !duplicated.matrix(df[,c(1,2)]) 
df[unique_lines,] 

Answer 3

Im tidyverse, können Sie mit tidyr::crossing die Selbst verbinden, indem Sie ein wenig Arbeit sparen. Wenn Sie Zeilenindizes Pre-Join hinzufügen mag, einen einfachen filter Anruf reduziert:

library(tidyverse) 

df %>% mutate(i = row_number()) %>% # add row index column 
    crossing(., .) %>% # Cartesian self-join 
    filter(i < i1) %>% # reduce to lower indices 
    select(-i, -i1) # remove extraneous columns 

## x y x1 y1 
## 1 1 6 2 3 
## 2 1 6 3 7 
## 3 1 6 4 5 
## 4 2 3 3 7 
## 5 2 3 4 5 
## 6 3 7 4 5 

oder in alle Basis R,

df$m <- 1 
df$i <- seq(nrow(df)) 
df <- merge(df, df, by = 'm') 
df[df$i.x < df$i.y, c(-1, -4, -7)] 

## x.x y.x x.y y.y 
## 2 1 6 2 3 
## 3 1 6 3 7 
## 4 1 6 4 5 
## 7 2 3 3 7 
## 8 2 3 4 5 
## 12 3 7 4 5