如何在R数据帧中提取两个或多个变量的唯一组合？
R数据帧可以具有大量类别变量，并且这些类别形成不同的组合。例如，变量的一个值可以与另一个变量的两个或多个值链接。同样，一个类别变量可以具有所有唯一类别。我们可以根据需要找到尽可能多的变量，并且可以通过独特的功能来完成。
示例
请看以下数据帧-
> x1<-rep(c(1,2,3,4,5),times=4)
> x2<-rep(c("A","B","C","D"),each=5)
> x3<-letters[1:20]
> x4<-rep(c(5,10,15,20),times=c(2,8,6,4))
> df<-data.frame(x1,x2,x3,x4)
> df
x1 x2 x3 x4
1 1 A a 5
2 2 A b 5
3 3 A c 10
4 4 A d 10
5 5 A e 10
6 1 B f 10
7 2 B g 10
8 3 B h 10
9 4 B i 10
10 5 B j 10
11 1 C k 15
12 2 C l 15
13 3 C m 15
14 4 C n 15
15 5 C o 15
16 1 D p 15
17 2 D q 20
18 3 D r 20
19 4 D s 20
20 5 D t 20
找到x2和x4的唯一组合-
> unique(df[c("x2","x4")])
x2 x4
1 A 5
3 A 10
6 B 10
11 C 15
16 D 15
17 D 20
找到x1，x3和x4的唯一组合-
> unique(df[c("x1","x3","x4")])
x1 x3 x4
1 1 a 5
2 2 b 5
3 3 c 10
4 4 d 10
5 5 e 10
6 1 f 10
7 2 g 10
8 3 h 10
9 4 i 10
10 5 j 10
11 1 k 15
12 2 l 15
13 3 m 15
14 4 n 15
15 5 o 15
16 1 p 15
17 2 q 20
18 3 r 20
19 4 s 20
20 5 t 20
找到x1，x2和x4的唯一组合-
> unique(df[c("x1","x2","x4")])
x1 x2 x4
1 1 A 5
2 2 A 5
3 3 A 10
4 4 A 10
5 5 A 10
6 1 B 10
7 2 B 10
8 3 B 10
9 4 B 10
10 5 B 10
11 1 C 15
12 2 C 15
13 3 C 15
14 4 C 15
15 5 C 15
16 1 D 15
17 2 D 20
18 3 D 20
19 4 D 20
20 5 D 20
-
这个问题和这个问题类似：R：两个/多个具有相同变量（列名）的数据帧的Sum列式值，并且以Date列作为引用，但是我的DF有不同的列数、列名，并且没有一个特定的引用列。 我试过合并、加入、通过...等
-
我有一个初始数据帧 。我从中提取两个数据帧，如下所示： 我想将< code>A和< code>B组合成一个数据帧。数据的顺序并不重要。但是，当我们对来自< code>D的< code>A和< code>B进行采样时，它们会保留来自< code>D的索引。
-
我有多个数据帧，我想在分组条形图视图中的同一个图上绘制它们。 这是两个非常小的数据帧，我想在同一个图中一起绘制。 数据帧是： 我想画一个像这样的图： 我尝试这样做，只绘制一个图形： 我也试过： 结果只是图片中单个数据帧的数据，而不是两个数据帧的两个数据。请注意，只有两个数据帧的标题出现在同一张图片中，数据仅来自单个独立的数据帧。
-
问题内容： 我有一个表格，其中包含所有新信息。该表用作所有新闻源查询的参考，因此从那里选择事件项，并从正确的表中检索与该事件相对应的信息。 现在，这是我的问题。我在事件表中有，它对应于不同表中事件的ID，例如for ，for 等等。这些ID可能相同，所以暂时我只是使用了一个不同的auto_increment值对于每个这样在500 上以0等开始的表。显然，我不想这样做，因为我还不知道哪个表中的数据最
-
本文向大家介绍如何在R数据帧的列中查找唯一值？，包括了如何在R数据帧的列中查找唯一值？的使用技巧和注意事项，需要的朋友参考一下 分类变量具有多个类别，但是如果数据集很大且类别也很大，那么识别它们就会有些困难。因此，我们可以为分类变量提取唯一值，这将有助于我们轻松识别分类变量的类别。我们可以通过对R数据帧的每一列使用唯一的方法来做到这一点。 示例 请看以下数据帧- 在列x1中找到唯一值- 在列x2中
-
问题： 我在R中有一个代码，可以从单个Aqua Modis网络CDF文件中提取每月海面温度（SST）值（见下文）。但是，我在一个文件夹中有一批 59 个 Aqua Modis netCDF 文件。 目的： 我的目标是从所有59个netCDF文件的每个netCDF中提取变量的经度、纬度和SST，使用函数stack:：raster（）将它们转换为光栅文件，然后处理这些文件。 我的数据框有 650 行，