合并重复的列和连接列名

Question

我确定这必须是重复的。说我有这个：

stage <- seq(1,3,1) 
exp1 <- c("A","B","C") 
exp2 <- c("A","B","C") 
exp3 <- c(NA, "B","C") 
exp4 <- c("D","B","C") 
exp5 <- c("A","B","C") 
exp6 <- c(NA, "B","C") 

df <- data.frame(stage, exp1, exp2, exp3, exp4, exp5, exp6) 

    stage exp1 exp2 exp3 exp4 exp5 exp6 
1  1 A A <NA> D A <NA> 
2  2 B B B B B B 
3  3 C C C C C C 

我想合并所有重复的列，并通过连接列名显示此。我能找到的重复列with：

df[duplicated(lapply(df, summary))] 

exp2 exp5 exp6 
1 A A <NA> 
2 B B B 
3 C C C 

但我无法弄清楚如何复制的列名相结合，使得我得到这样的：

stage exp1_exp2_exp5 exp3_exp6 exp4 
1  1    A  <NA> D 
2  2    B   B B 
3  3    C   C C 

或许（可能），这是一个糟糕的方式来可视化不同“exp”之间的比较？也许我需要重塑，以更清楚地表明这一点？

Answer 1

随着基础R，您可以在唯一的一组向量的使用match在data.frame拿到分组，喂这split，将变量的名称作为第一个参数来按组拆分名称，请使用sapply和paste连接每个组中的变量名称，然后使用setNames将名称提供给唯一一组列。

setNames(as.data.frame(unique(as.list(df))), 
     sapply(split(names(df), match(as.list(df), unique(as.list(df)))), 
       paste, collapse="-")) 

返回

stage exp1-exp2-exp5 exp3-exp6 exp4 
1  1    A  <NA> D 
2  2    B   B B 
3  3    C   C C 

Answer 2

寻找类似的东西？

library(dplyr) 
library(tidyr) 
df %>% 
    gather(variable, value, -1) %>% 
    group_by(variable) %>% 
    summarise(values = paste(sort(value), collapse = ',')) %>% 
    group_by(values) %>% 
    summarise(cols = paste(variable, collapse = '_')) %>% 
    separate_rows(values) %>% 
    left_join(df %>% gather(variable, value, -1, na.rm = TRUE), ., by = c('value'='values')) %>% 
    select(-variable) %>% 
    distinct() %>% 
    spread(cols, value) 

这给：

stage exp1_exp2_exp5 exp3_exp6 exp4 
1  1    A  <NA> D 
2  2    B   B B 
3  3    C   C C