验证重复行/列

Question

我需要进行数据验证，以确定CodeA1、CodeA2和CodeA3(列)中是否有任何重复项。

  CodeA1 CodeA2 CodeA3  
1   1     NA      5     
2   3     1       3     
3   8     3       3     
4   3     NA      NA     
5   4     1       2     
6   1     8       3     

所有列(CodeA1、CodeA2、CodeA3)中的行都应该是唯一的。

谁能帮上忙吗？

我想识别所有行的副本，结果如下所示

  CodeA1 CodeA2 CodeA3  Duplicate
1   1     NA       5    No
2   3     1       3     Yes
3   8     3       3     Yes
4   3     NA      NA     No
5   4     1       2     No
6   1     8       3     No

Answer 1

一种可能的解决办法是：

dtset$Duplicate <- apply(dtset,1,function(x) any(table(x)>1))

dtset

########
  CodeA1 CodeA2 CodeA3 Duplicate
1      1     NA      5     FALSE
2      3      1      3      TRUE
3      8      3      3      TRUE
4      3     NA     NA     FALSE
5      4      1      2     FALSE
6      1      8      3     FALSE

Answer 2

使用apply和unique的另一个可能的解决方案。这也会将双NA标识为复制的，尽管您可以修改它。

 mydf <-
     data.frame(
         CodeA1 = c(1, 3, 8, 3, 4, 1),
         CodeA2 = c(NA, 1, 3, NA, 1, 9),
         CodeA3 = c(5, 3, 3, NA, 2, 3)
     )
 mydf$duplicated <-
     apply(mydf[, 1:3], 1, function(x) {
         ifelse(length(unique(x, is.na  = T)) < length(x), TRUE, FALSE)
     })
 mydf

  CodeA1 CodeA2 CodeA3 duplicated
1      1     NA      5      FALSE
2      3      1      3       TRUE
3      8      3      3       TRUE
4      3     NA     NA       TRUE
5      4      1      2      FALSE
6      1      9      3      FALSE