唯一行，考虑两列，在R中，无顺序

与我发现的问题不同，我想得到两列中唯一的一列，没有顺序

我有一个df：

df<-cbind(c("a","b","c","b"),c("b","d","e","a"))
> df
     [,1] [,2]
 [1,] "a"  "b" 
 [2,] "b"  "d" 
 [3,] "c"  "e" 
 [4,] "b"  "a" 

df
[,1] [,2]
[1，]a“b”
[2，]b“d”
[3，][c”“e”
[4，]b“a”

在这种情况下，第1行和第4行是“重复的”，即b-a与b-a相同

---

我知道如何找到第1列和第2列的唯一性，但在这种方法下，我会发现每一行都是唯一的。

有很多方法可以做到这一点，这里有一种：

unique(t(apply(df, 1, sort)))
duplicated(t(apply(df, 1, sort)))

---

一个给出唯一的行，另一个给出掩码。

如果所有元素都是字符串（见鬼，即使不是，你也可以强制它们），那么一个技巧就是将其创建为data.frame，并使用一些

dplyr

的技巧

library(dplyr)
df <- data.frame(v1 = c("a","b","c","b"), v2 = c("b","d","e","a"))
df$key <- apply(df, 1, function(s) paste0(sort(s), collapse=''))
head(df)
##   v1 v2 key
## 1  a  b  ab
## 2  b  d  bd
## 3  c  e  ce
## 4  b  a  ab

---

如果只有两列，还可以使用

pmin

和

pmax

，如下所示：

library(data.table)
unique(as.data.table(df)[, c("V1", "V2") := list(pmin(V1, V2),
                         pmax(V1, V2))], by = c("V1", "V2"))
#    V1 V2
# 1:  a  b
# 2:  b  d
# 3:  c  e

使用“dplyr”的类似方法可能是：

library(dplyr)
data.frame(df, stringsAsFactors = FALSE) %>% 
  mutate(key = paste0(pmin(X1, X2), pmax(X1, X2), sep = "")) %>% 
  distinct(key)
#   X1 X2 key
# 1  a  b  ab
# 2  b  d  bd
# 3  c  e  ce

---

您可以使用

igraph

创建无向图，然后转换回data.frame

unique(get.data.frame(graph.data.frame(df, directed=FALSE),"edges"))

---

这不是一个数据帧，而是一个矩阵；如果它是一个df，

unique（df）

就可以了。尝试

dfI不这么认为，
unique（df）
不会跨列检查
c（'a'，'b'）
是否与
c（'b'，'a'）有效相同（为什么要这样做？）。稍微多做一些工作…这不是很好地使用
dplyr
。如果你想走这条路，我建议你看看
distinct
。在一个小的（100k行）数据集上，这种方法目前在我的系统上需要>4秒，而基本R方法需要~1.3秒，data.table方法需要~0.03秒。使用
pmin
和
pmax
就是速度的来源。my
数据的
dplyr
变体。表
答案以约0.05秒的速度运行。作为参考，我所指的变体如下：
data.frame（df，stringsAsFactors=FALSE）%%>%mutate（key=paste0（pmin（X1，X2），pmax（X1，X2），sep=“”）%%>%distinct（key）
您的代码确实令人印象深刻。我仍在学习
dplyr
的细节，这对您来说一定是显而易见的。这种方法返回行的第一次唯一出现（行1,2,3），但不会返回原始海报定义的重复行（行1,4）/唯一行（2,3）。为什么需要
by=c（“V1”，“V2”）
？似乎省略它会得到相同的结果。
unique(get.data.frame(graph.data.frame(df, directed=FALSE),"edges"))