R各列から重複データを削除します

Question

数百の異なる列を持つCSVを取得し、各列から重複値が削除された新しいファイルを出力したいと考えています。私が見て試したことはすべて、特定の列を使用しています。私は各列がユニークな値であることが必要です。例マイデータについては

：私は希望

df <- data.frame(A = c(1, 2, 3, 4, 5, 6), B = c(1, 0, 1, 0, 0, 1), C = c("Mr.","Mr.","Mrs.","Miss","Mr.","Mrs.")) 
df 
    A B C 
    1 1 1 Mr. 
    2 2 0 Mr. 
    3 3 1 Mrs. 
    4 4 0 Miss 
    5 5 0 Mr. 
    6 6 1 Mrs. 

：

A B C 
    1 1 1 Mr. 
    2 2 0 Mrs. 
    3 3 Miss 
    4 4 
    5 5  
    6 6 

を次に私ができる：

write.csv(df, file = file.path(df, "df_No_Dupes.csv"), na="") 

だから私は私の次のタスクのための基準として使用することができます。

Answer 1

df <- data.frame(A = c(1, 2, 3, 4, 5, 6), B = c(1, 0, 1, 0, 0, 1), C = c("Mr.","Mr.","Mrs.","Miss","Mr.","Mrs.")) 


for(i in 1:ncol(df)){ 
    assign(paste("df_",i,sep=""), unique(df[,i])) 
} 

require(rowr) 
df <- cbind.fill(df_1,df_2,df_3, fill = NA) 

V1 V1 V1 
1 1 1 Mr. 
2 2 0 Mrs. 
3 3 NA Miss 
4 4 NA <NA> 
5 5 NA <NA> 
6 6 NA <NA> 

またはあなたがちょうどls(pattern="df_")を使用することができ、各中間データフレームの名前を入力しないようにしたい場合は、

require(rowr) 
df <- cbind.fill(df_1,df_2,df_3, fill = "") 
df 

V1 V1 V1 
1 1 1 Mr. 
2 2 0 Mrs. 
3 3 Miss 
4 4   
5 5   
6 6 

を行うことができ、そのベクトルに指定されたオブジェクトを使用するか、別のループを使用します。あなたが戻って元の値に列名を変更したい場合は

あなたが使用することができます。

colnames(output_df) <- colnames(input_df) 

は、その後、あなたが結果を保存することができます、しかし、あなたのような、すなわち

saveRDS()

save()

またはファイルに書き込んでください。

すべて一緒にそれを置く：

df <- data.frame(A = c(1, 2, 3, 4, 5, 6), B = c(1, 0, 1, 0, 0, 1), C = c("Mr.","Mr.","Mrs.","Miss","Mr.","Mrs.")) 


for(i in 1:ncol(df)){ 
    assign(paste("df_",i,sep=""), unique(df[,i])) 
} 

require(rowr) 
files  <- ls(pattern="df_") 

df_output <- data.frame() 
for(i in files){ 
    df_output <- cbind.fill(df_output, get(i), fill = "") 
} 

df_output <- df_output[,2:4] # fix extra colname from initialization 
colnames(df_output) <- colnames(df) 
write.csv(df_output, "df_out.csv",row.names = F) 

verify_it_worked <- read.csv("df_out.csv") 
verify_it_worked 

A B C 
1 1 1 Mr. 
2 2 0 Mrs. 
3 3 Miss 
4 4  
5 5  
6 6 

Answer 2

read.csvとwrite.csv仕事最高の表形式のデータを持ちます。あなたの望む出力は良い例ではありません（すべての行に同じ数の列がありません）。

あなたは簡単に、あなたはRオブジェクトとしてリストを保存することsave()とload()でこのオブジェクトを保存したほうが良いと思います

vals <- sapply(df, unique) 

であなたの列のすべての一意の値を取得することができます。

Answer 3

は、列の柔軟な数で作業の重複列を削除し、列名を維持するために

コードスニペット：

require(rowr) 

df <- data.frame(A = c(1, 2, 3, 4, 5, 6), B = c(1, 0, 1, 0, 0, 1), C = c("Mr.","Mr.","Mrs.","Miss","Mr.","Mrs.")) 

#get the number of columns in the dataframe 
n <- ncol(df) 

#loop through the columns 
for(i in 1:ncol(df)){ 

    #replicate column i without duplicates, fill blanks with NAs 
    df <- cbind.fill(df,unique(df[,1]), fill = NA) 
    #rename the new column 
    colnames(df)[n+1] <- colnames(df)[1] 
    #delete the old column 
    df[,1] <- NULL 
}