删除R中的冗余列

Question

我有类似的东西:

date        pgm      in.x     logs       out.y
20130514    na       12       j1         12
20131204    z2       03       j1         03
20130516    a01      04       j0         04
20130628    z1       05       j2         05

我注意到in和out值总是一样的,所以我想删除out.y列.我有这样的其他列我希望能够检测匹配.x列的任何.y列并在合并后删除它们.

Answer 1

如果我们假设应删除所有列冗余

no_duplicate <- data_set[!duplicated(as.list(data_set))]

会做的.

as.list将data.frame转换为其所有列的列表,duplicated并将返回那些列的索引,这些列的所有值都是先前看到的列的副本.

这并不直接尝试比较.x和.y列,但具有保留每个重复列的一个副本的效果,我认为这是主要目标.另一方面,它还将删除与另一个.x列重复的任何.x列.

如果我们想要保留所有.x列,即使是那些重复的列,一个好的解决方案可能是在合并之前进行过滤.假设你已经data_x和data_y那个将被"标识符"列合并:

data_y_nonredundant <- data_y[!(as.list(data_y) %in% as.list(data_x) & names(data_y)!="identifier")]
data <- merge(data_x, data_y_nonredundant, by=c("identifier"))