每行计算唯一值的数量

Question

我希望能够计算每行唯一值的数量。

例如，这个数据框：

example <- data.frame(var1 = c(2,3,3,2,4,5), 
                  var2 = c(2,3,5,4,2,5), 
                  var3 = c(3,3,4,3,4,5))

我想添加一列，用于计算每行的唯一值数量；例如，第一行有2个唯一值（因为第一行中有2和3），第二行只有1个唯一值（因为第二行只有3）。是否有简单的代码可以实现这一功能？目前我只找到了计算每列唯一值数量的代码。

- VandenEnden

---

使用 example <- cbind(example, apply(example, 1, function(x)length(unique(x)))) 代码可以将数据框 example 中每一行中唯一值的数量添加为新的一列。 - StrikeR

Answer 1

这个 apply 函数返回每行中唯一值的数量向量：

apply(example, 1, function(x)length(unique(x)))

您可以使用以下两种方式之一将其附加到数据框中（如果您想将该列命名为 count ）：

example <- cbind(example, count = apply(example, 1, function(x)length(unique(x))))

或者

example$count <- apply(example, 1, function(x)length(unique(x)))

- StrikeR

Answer 2

我们还可以使用向量化的方法来处理正则表达式。在将数据集的每一行元素进行paste操作（do.call(paste0, ...)）之后，匹配任何字符的模式并捕获为一组（(.)），使用正向前瞻，仅当它在字符串中再次出现时才匹配字符（\\1 - 捕获组的反向引用），并将其替换为空格（""）。因此，实际上只剩下那些唯一的字符。然后，使用nchar计算字符串中字符的数量。

example$count <- nchar(gsub("(.)(?=.*?\\1)", "", do.call(paste0, example), perl = TRUE))
example$count
#[1] 2 1 3 3 2 1

- akrun

---

我点赞了它，虽然晚了两年才看到！ - rnorouzian