R将重复列标识为组

我有一个dataframe，但不知道如何根据重复列的值对它们进行分组。如何汇总这些数据，以便将重复列识别为3个不同的组，如下所示： A&C， B&D， E

A=c（1,0,1）
B=c（1,0,0）
C=C（1,0,1）
D=c（1,0,0）
E=c（0,0,0）
testframe=data.frame（A=A，B=B，C=C，D=D，E=E）
dupsremoved使用t（）两次并唯一（）

A=c（1,0,1）
B=c（1,0,0）
C=C（1,0,1）
D=c（1,0,0）
E=c（0,0,0）
testframe=data.frame（A=A，B=B，C=C，D=D，E=E）
测试框
#A、B、C、D、E
# 1 1 1 1 1 0
# 2 0 0 0 0 0
# 3 1 0 1 0 0
#转置
testframex从列中创建字符串（
sss
）并在此基础上进行比较的笨拙但有效的方法：

> library(dplyr)
> library(tibble)
> sss <- data.frame(apply(testframe,2,function(x) paste0(x,collapse=",")))
> names(sss) <- c("pattern")
> sss2 <- sss %>% rownames_to_column()
> lapply(unique(sss2$pattern), function(x) sss2$rowname[which(sss2$pattern==x)]) 
[[1]]
[1] "A" "C"

[[2]]
[1] "B" "D"

[[3]]
[1] "E"

>库（dplyr）
>图书馆（tibble）
>sss名称（sss）sss2%行名称到列（）
>lappy（唯一（sss2$pattern），函数（x）sss2$rowname[其中（sss2$pattern==x）]）
[[1]]
[1] “A”“C”
[[2]]
[1] B“D”
[[3]]
[1] “E”
您可以使用%
函数中的
%检查data.frame中是否存在具有相同值的列

df <- testframe # just to make a name shorter
df %in% df[1]   # df[1] is a data.frame with a single column (not a vector)

TRUE FALSE  TRUE FALSE FALSE

较大的数据集
由于性能原因，值得将列及其值编码为哈希，然后才进行比较。为方便起见，包装在函数中：

library(digest)

colTwins <- function(df) {
        hash.v <- vapply(df, function(x) digest(x), character(1))
        unique(lapply(seq(df), function(z) names(df)[hash.v %in% hash.v[z]]))
}

colTwins(df = df)

[1] "A" "C"

[[2]]
[1] "B" "D"

[[3]]
[1] "E"

库（摘要）
基于什么的复制？他们的
摘要
值？能否提供一个示例，说明您希望输出是什么样的？不确定如何定义副本，这会有所帮助。是的，基于副本的值。A和C都是1,0,1 B和D都是1,0,0问题是我仍然不知道A和C在同一组，B和D在同一组。谢谢你。
df <- testframe # just to make a name shorter
df %in% df[1]   # df[1] is a data.frame with a single column (not a vector)

TRUE FALSE  TRUE FALSE FALSE

unique(lapply(seq(df), function(x) names(df)[df %in% df[x]]))

[[1]]
[1] "A" "C"

[[2]]
[1] "B" "D"

[[3]]
[1] "E"

library(digest)

colTwins <- function(df) {
        hash.v <- vapply(df, function(x) digest(x), character(1))
        unique(lapply(seq(df), function(z) names(df)[hash.v %in% hash.v[z]]))
}

colTwins(df = df)

[1] "A" "C"

[[2]]
[1] "B" "D"

[[3]]
[1] "E"