在R语言中如何筛选指定行中值相同的列？

问题背景 #

你有一个包含字符型值（0、1、2、3、4、5、?、-）的dataframe，需要筛选出指定行（如示例中的第3、4、5行）中所有值完全相同的列，示例预期返回x6、x7、x8。

示例数据集构造 #

首先重现你的示例数据：

df <- data.frame(
  x1 = c("0", "1", "2", "3", "4"),
  x2 = c("5", "?", "1", "?", "0"),
  x3 = c("1", "1", "3", "4", "1"),
  x4 = c("1", "2", "2", "1", "?"),
  x5 = c("1", "5", "1", "1", "1"),
  x6 = c("?", "5", "3", "3", "3"),
  x7 = c("0", "1", "?", "?", "?"),
  x8 = c("5", "-", "?", "?", "?"),
  row.names = 1:5,
  stringsAsFactors = FALSE
)

基础实现方法（Base R） #

无需额外包，用Base R即可完成：

# 定义目标行
target_rows <- 3:5

# 筛选符合条件的列
result_cols <- names(df)[apply(df[target_rows, ], 2, function(col) length(unique(col)) == 1)]

# 输出结果
result_cols
# [1] "x6" "x7" "x8"

• df[target_rows, ]：提取指定的目标行子集。
• apply(..., 2, ...)：按列遍历目标行数据。
• length(unique(col)) == 1：判断该列在目标行中的所有值是否唯一（即完全相同）。
• names(df)[...]：提取符合条件的列名。

Tidyverse风格实现（dplyr） #

如果你习惯使用tidyverse工具链，可以用dplyr包：

library(dplyr)

target_rows <- 3:5

result_cols <- df %>%
  slice(target_rows) %>%
  summarise(across(everything(), ~n_distinct(.) == 1)) %>%
  select(where(~.)) %>%
  names()

result_cols
# [1] "x6" "x7" "x8"

• slice(target_rows)：选择目标行。
• summarise(across(everything(), ~n_distinct(.) == 1))：对每列计算是否仅含唯一值，得到布尔结果。
• select(where(~.))：筛选出结果为TRUE的列。
• names()：提取最终的列名。

内容的提问来源于stack exchange，提问作者Namenlos