r为给定列中的每个值返回公共行

假设我有这样一个数据帧：

    category  type
[1] A        green
[2] A        purple
[3] A        orange
[4] B        yellow
[5] B        green
[6] B        orange
[7] C        green

如何获得包含每个类别中出现的类型的列表？在这种情况下，它应该如下所示：

    type
[1] green

我知道这个问题很基本，可能以前有人问过；但是我的方法太长了，我相信有一种更有效的方法可以做到这一点：我过去常常根据类别分割数据帧，然后进行集合交集。请问有更好的办法吗？谢谢

这里有一种使用data.table的方法-假设每个类别最多只显示一次类型：

library(data.table)
DT <- data.table(DF)
##
R> DT[
    ,list(
      nCat=.N
    ),by=type][
      nCat==length(unique(DT$category)),
      type]
[1] "green"

如果不能保证每个类别最多只显示一次该类型，请对上述内容稍作修改：

R> DT[
    ,list(
      nCat=length(unique(category))
    ),by=type][
      nCat==length(unique(DT$category)),
      type]
[1] "green" 

数据：

---

我真的找不到一个非常明显的解决方案，但这确实有效

df <- data.frame(category=c("A", "A", "A", "B", "B", "B", "C"), 
                 type=c("green", "purple", "orange", "yellow", 
                        "green", "orange", "green"))

# Split the data frame by type
# This gives a list with elements corresponding to each type
types <- split(df, df$type)

# Find the length of each element of the list
len <- sapply(types, function(t){length(t$type)})

# If the length is equal to the number of categories then 
# the type is present in all categories 
res <- names(which(len==length(unique(df$category))))

请注意，sapply将返回类型作为向量的名称，因此在下一条语句中调用名称。

如果df是data.frame，则由于Reduce，下面是一行代码：

假设类别中最多出现一次类型，否则将==更改为>=并使用表，您可以尝试以下操作：

 colnames(table(df))[colSums(table(df)) == length(unique(df$category))]
[1] "green"

---

一种方法是制作一个表格，或者选择出现的类型，每个类别出现的次数在本例中为3，或者因为您说它只能出现一次，所以只需取平均值并选择平均值==1或>=1

dat <- read.table(header = TRUE, text="category  type
A        green
A        purple
A        orange
B        yellow
B        green
B        orange
C        green")

tbl <- data.frame(with(dat, ftable(category, type)))
tbl[with(tbl, ave(Freq, type)) >= 1, ]

#   category  type Freq
# 1        A green    1
# 2        B green    1
# 3        C green    1

unique(tbl[with(tbl, ave(Freq, type)) >= 1, 'type'])
# [1] green

假设您的数据为df格式：

---

这将计算每种类型中出现的次数，并查看哪些出现的次数与您的类别相同。如果类型在一个类别中出现不超过一次，它将有效地执行您想要的操作，但如果违反该假设，它将不起作用。

您知道类别的数量，并且类型在一个类别中出现不止一次的可能性吗？从上面的示例中，您知道绿色会出现在每个类别中，因为它出现了3次，但我不确定这是否适用于您的实际数据。@Joe我保证某个类型在任何给定类别中不会出现超过一次，以便为不懂data.table语法的人解释代码。@nico Yes，很抱歉，我在你的评论中扩展了我的答案。很好！另一种方法是：uniquedt[，.N，by=type][N==uniqueNdt$category，type]。uniqueN是1.9.5中的新版本，它是lengthunique的更快版本。@Arun谢谢！我现在使用的机器有一个旧版本的R/data.table，但我肯定会在我的另一台计算机上使用它。嗨，col，请问reduce函数在哪个软件包中？谢谢这是基地R:不错+1如果你添加一些解释。嗨，乔，请问聚合函数的包是什么？谢谢@maryam它是默认加载的，它来自stats包。我怎么知道？在R中输入？聚合。如果它没有产生任何结果，我可以尝试？？聚合，如果这不起作用，也可以rsitesearchaggrate！

x = df$category
y = df$type

Reduce(intersect, lapply(unique(x), function(u) y[x==u]))
#[1] "green"

 colnames(table(df))[colSums(table(df)) == length(unique(df$category))]
[1] "green"

dat <- read.table(header = TRUE, text="category  type
A        green
A        purple
A        orange
B        yellow
B        green
B        orange
C        green")

tbl <- data.frame(with(dat, ftable(category, type)))
tbl[with(tbl, ave(Freq, type)) >= 1, ]

#   category  type Freq
# 1        A green    1
# 2        B green    1
# 3        C green    1

unique(tbl[with(tbl, ave(Freq, type)) >= 1, 'type'])
# [1] green

df.sum <- aggregate(df$tpye, by = list(df$type), FUN = length)
types <- df.sum[which(df$sum == length(unique(df$x))),]