如何在R语言中基于专属共享值筛选数据框列？

步骤说明 #

要实现需求，需分两步筛选：

1. 先找出指定行内所有值完全相同的列；
2. 再从这些列中，筛选出对应值在整个数据框中仅出现在指定行的列。

示例代码 #

首先构造你的示例数据框（确保所有值为字符型）：

# 构造示例数据框
df <- data.frame(
  x1 = c("1", "2", "3", "4", "5"),
  x2 = c("0", "1", "2", "?", "0"),
  x3 = c("5", "?", "1", "4", "1"),
  x4 = c("1", "1", "3", "2", "2"),
  x5 = c("1", "2", "2", "1", "1"),
  x6 = c("?", "5", "3", "3", "3"),
  x7 = c("0", "1", "?", "?", "?"),
  x8 = c("5", "-", "?", "?", "?"),
  x9 = c("5", "5", "4", "4", "2"),
  stringsAsFactors = FALSE
)

# 指定目标行（示例为第3至5行）
target_rows <- 3:5

然后执行筛选逻辑：

# 第一步：筛选指定行内值完全相同的列
same_in_target <- sapply(df, function(col) all(col[target_rows] == col[target_rows[1]]))

# 第二步：筛选对应值仅出现在指定行的列
valid_cols <- sapply(names(df)[same_in_target], function(col_name) {
  target_val <- df[target_rows[1], col_name]
  # 统计整个列中等于目标值的行数，判断是否等于目标行的数量
  sum(df[[col_name]] == target_val) == length(target_rows)
})

# 获取最终符合条件的列名
result_cols <- names(df)[same_in_target][valid_cols]
result_cols

运行结果 #

执行后会输出符合条件的列名："x6" "x7" "x8"，和你预期的一致。

代码解释 #

• sapply(df, function(col) ...)：遍历数据框的每一列，对列执行自定义判断；
• all(col[target_rows] == col[target_rows[1]])：检查指定行的所有元素是否和该行第一个元素相同（即所有值一致）；
• sum(df[[col_name]] == target_val)：统计整个列中等于目标值的总行数，若等于目标行的数量，说明该值仅出现在指定行中。

内容的提问来源于stack exchange，提问作者Namenlos