删除重复的组合（不考虑顺序）

Posted 2023-03-31

【中文标题】删除重复的组合（不考虑顺序）

【英文标题】：Removing duplicate combinations (irrespective of order)

【发布时间】：2012-02-20 03:38:10

【问题描述】：

我有一个整数数据框，它是所有 n 的子集，选择 1...n 的 3 种组合。 例如，对于 n=5，它类似于：

      [,1] [,2] [,3]
 [1,]    1    2    3
 [2,]    1    2    4
 [3,]    1    2    5
 [4,]    1    3    4
 [5,]    1    3    5
 [6,]    1    4    5
 [7,]    2    1    3
 [8,]    2    1    4
 [9,]    2    1    5
[10,]    2    3    4
[11,]    2    3    5
[12,]    2    4    5
[13,]    3    1    2
[14,]    3    1    4
[15,]    3    1    5
[16,]    3    2    4
[17,]    3    2    5
[18,]    3    4    5
[19,]    4    1    2
[20,]    4    1    3
[21,]    4    1    5
[22,]    4    2    3
[23,]    4    2    5
[24,]    4    3    5
[25,]    5    1    2
[26,]    5    1    3
[27,]    5    1    4
[28,]    5    2    3
[29,]    5    2    4
[30,]    5    3    4

我想做的是删除任何具有重复组合的行，而不管排序如何。例如，[1,] 1 2 3 与 [1,] 2 1 3 相同，[1,] 3 1 2 相同。

unique、duplicated 等。似乎没有考虑到这一点。此外，我正在处理大量数据（n 约为 750），所以它应该是一个相当快的操作。是否有任何基础函数或包可以做到这一点？

【参考方案1】：

先在行内排序，再用重复，见下图：

# example data    
dat = matrix(scan('data.txt'), ncol = 3, byrow = TRUE)
# Read 90 items

dat[ !duplicated(apply(dat, 1, sort), MARGIN = 2), ]
#       [,1] [,2] [,3]
#  [1,]    1    2    3
#  [2,]    1    2    4
#  [3,]    1    2    5
#  [4,]    1    3    4
#  [5,]    1    3    5
#  [6,]    1    4    5
#  [7,]    2    3    4
#  [8,]    2    3    5
#  [9,]    2    4    5
# [10,]    3    4    5