如何在R中的数据框中的每一行中提取唯一值答案

【问题标题】：How to extract unique values within each row in dataframe?如何在R中的数据框中的每一行中提取唯一值
【发布时间】：2021-07-05 18:10:56
【问题描述】：

我正在尝试在不使用 for 循环的情况下提取 R 中每行数据帧中的唯一值。

df <- data.frame(customer = c('joe','jane','john','mary'), fruit = c('orange, apple, orange', NA, 'apple', 'orange, orange'))

df

  customer                 fruit
1      joe orange, apple, orange
2     jane                  <NA>
3     john                 apple
4     mary        orange, orange

我想要的 fruit 列是： '橙色，苹果'，NA，'苹果'，'橙色'

  customer                 fruit
1      joe         orange, apple
2     jane                  <NA>
3     john                 apple
4     mary                orange

我尝试了一些类似的东西

apply(df, 1, function(x) unique(unlist(str_split(x[, "fruit"], ", "))))

它不工作。

如何在数据框中的每一行中获取唯一值？

【问题讨论】：

标签： r

【解决方案1】：

更新的解决方案 我刚刚修改了我的代码以匹配您希望输出的内容。

library(dplyr)
library(tidyr)

df %>%
  separate_rows(fruit) %>%
  distinct(customer, fruit) %>%
  group_by(customer) %>%
  summarise(fruit = paste(sort(fruit, na.last = FALSE), collapse = ", "))

# A tibble: 4 x 2
  customer fruit        
  <chr>    <chr>        
1 jane     NA           
2 joe      apple, orange
3 john     apple        
4 mary     orange

【讨论】：

我对这个网站很陌生，所以我花了一段时间来编辑 OP.. 非常感谢您的回答。看起来真的很有希望！有没有办法保持每个客户的独特价值？我编辑以显示我想要的。根据您的回答，我想我可以 group_by(customer) 然后从那里开始？
我对其进行了修改，以便我们为每个客户在每一行中分隔唯一值。

【解决方案2】：

这是一个使用基础 R 的潜在解决方案，没有库。很多丑陋的括号，但我认为它有效..

df$fruit <-lapply(1:nrow(df),function(n)unique(trimws(unlist(strsplit(df$fruit[n],",")))))

输出如下

> df
  customer         fruit
1      joe orange, apple
2     jane            NA
3     john         apple
4     mary        orange

【讨论】：

apply 函数旨在将函数应用于对象的行或列。 lapply 是您刚刚解决的列表。

【解决方案3】：

基础 R 选项：

用逗号分割字符串，保持唯一值并将值粘贴到逗号分隔的字符串中。

df$fruit <- sapply(strsplit(df$fruit, ',\\s+'), function(x) toString(unique(x)))
df

#  customer         fruit
#1      joe orange, apple
#2     jane            NA
#3     john         apple
#4     mary        orange

【讨论】：

【解决方案4】：

使用dplyr 和purrr::map 的简单管道语法

df %>% mutate(fruit = str_split(fruit, ", "),
              fruit = map(fruit, ~ unique(.x)))
  customer         fruit
1      joe orange, apple
2     jane            NA
3     john         apple
4     mary        orange

或仅 BaseR

df$fruit <- Map(unique, strsplit(df$fruit, ", "))
df

> df
  customer         fruit
1      joe orange, apple
2     jane            NA
3     john         apple
4     mary        orange

注意：假设每个字符串都用逗号和空格分隔，如示例所示

【讨论】：