R 从data.table中删除重复的变量

我有超过6k列的数据。每个结果都有数据始终相同的列

   XCODE Age Sex ResultA Sex ResultB
1   X001  12   2       2       2       4
2   X002  23   2       4       2      66
3   X003  NA  NA      NA      NA      NA
4   X004  32   1       1       1       3
5   X005  NA  NA      NA      NA      NA
6   X001  NA  NA      NA      NA      NA
7   X002  NA  NA      NA      NA      NA
8   X003  33   1       8       1       6
9   X004  NA  NA      NA      NA      NA
10  X005  55   2       8       2       8

我想删除重复项，例如性别变量。是否有可能使用data.table执行此操作？

尝试以下操作：

 df[, unique(colnames(df))]

一个警告：它将删除所有名称重复的列。在您的情况下，即使两列名称相同但内容不同，它也会删除Sex。

尝试以下操作：

 df[, unique(colnames(df))]

---

一个警告：它将删除所有名称重复的列。在您的情况下，即使两列名称相同但内容不同，它也会删除Sex。

如果您有名称不同的重复列，您可以转置数据帧，这允许您使用unique函数来解决问题。然后你把它调回原处，并把它设置回数据帧，因为当你调换它时，它是一个矩阵

df = data.frame(c = 1:5, a = c("A", "B","C","D","E"), b = 1:5)

df = t(df)
df = unique(df)
df = t(df)
df = data.frame(df)

---

编辑：正如markus指出的，如果列的类型为多个，这可能不是一个好的选择，因为当t将数据帧强制为矩阵时，它也会将所有变量强制为同一类型。

如果列的名称不同，则可以转置数据帧，它允许您使用独特的功能来解决您的问题。然后你把它调回原处，并把它设置回数据帧，因为当你调换它时，它是一个矩阵

df = data.frame(c = 1:5, a = c("A", "B","C","D","E"), b = 1:5)

df = t(df)
df = unique(df)
df = t(df)
df = data.frame(df)

编辑：正如markus指出的，如果列的类型为多个，那么这可能不是一个好的选择，因为当t将数据帧强制为矩阵时，它也会将所有变量强制为同一类型。

如果需要检查所有值是否相等，可以使用match

df[, unique(match(df, df)), with = F]

df2
#    XCODE Age Sex ResultA ResultB
# 1   X001  12   2       2       4
# 2   X002  23   2       4      66
# 3   X003  NA  NA      NA      NA
# 4   X004  32   1       1       3
# 5   X005  NA  NA      NA      NA
# 6   X001  NA  NA      NA      NA
# 7   X002  NA  NA      NA      NA
# 8   X003  33   1       8       6
# 9   X004  NA  NA      NA      NA
# 10  X005  55   2       8       8

使用的数据：

df <- fread('
   XCODE Age Sex ResultA Sex ResultB
1   X001  12   2       2       2       4
2   X002  23   2       4       2      66
3   X003  NA  NA      NA      NA      NA
4   X004  32   1       1       1       3
5   X005  NA  NA      NA      NA      NA
6   X001  NA  NA      NA      NA      NA
7   X002  NA  NA      NA      NA      NA
8   X003  33   1       8       1       6
9   X004  NA  NA      NA      NA      NA
10  X005  55   2       8       2       8
')[, -'V1']

如果需要检查所有值是否相等，可以使用match

df[, unique(match(df, df)), with = F]

df2
#    XCODE Age Sex ResultA ResultB
# 1   X001  12   2       2       4
# 2   X002  23   2       4      66
# 3   X003  NA  NA      NA      NA
# 4   X004  32   1       1       3
# 5   X005  NA  NA      NA      NA
# 6   X001  NA  NA      NA      NA
# 7   X002  NA  NA      NA      NA
# 8   X003  33   1       8       6
# 9   X004  NA  NA      NA      NA
# 10  X005  55   2       8       8

使用的数据：

df <- fread('
   XCODE Age Sex ResultA Sex ResultB
1   X001  12   2       2       2       4
2   X002  23   2       4       2      66
3   X003  NA  NA      NA      NA      NA
4   X004  32   1       1       1       3
5   X005  NA  NA      NA      NA      NA
6   X001  NA  NA      NA      NA      NA
7   X002  NA  NA      NA      NA      NA
8   X003  33   1       8       1       6
9   X004  NA  NA      NA      NA      NA
10  X005  55   2       8       2       8
')[, -'V1']

---

这可能会产生副作用，即在OP的情况下，由于列XCODE，所有数字列都会变成字符或事实。嗯，这一点很好。这将需要重新设置列类型，这将是不好的。这可能会产生副作用，即在OP的情况下，由于列XCODE，所有数字列都会变成字符或事实。嗯，这一点很好。这将需要重新设置列类型，这将是不好的。好的，但我没有提到，有一些列具有相同的名称，我想留下来包含核心数据。那么，如果我知道要删除的列的名称，我如何删除重复的列呢？这将使列具有相同的名称，除非它们具有相同的值。好的，但我没有提到，有一些具有相同名称的列包含核心数据。那么，如果我知道要删除的列的名称，如何删除重复项呢？这将使列具有相同的名称，除非它们具有相同的值。