对于列表的每个项目，只保留唯一的字符串答案

【问题标题】：For each item of a list only keep the unique strings对于列表的每个项目，只保留唯一的字符串
【发布时间】：2021-12-18 13:32:07
【问题描述】：

我有如下示例数据：

df_list = list()

df_list[[1]] <- c("A", NA, "A", "Ab", "Ac", NA, NA, "AA")
df_list[[2]] <- c(NA, "A", NA, NA, "AA", NA)
df_list[[3]] <- c("AA", "Ac", "Ad", NA, NA, NA, "Af", NA)
df_list[[4]] <- c(NA, NA, "AA", "Ac", "Ad", "AA", NA)
df_list[[5]] <- c(NA, "Ae", NA, "Ad", "Af", NA, "AA", NA)

names(df_list)[1] <- "nr1"
names(df_list)[2] <- "nr2"
names(df_list)[3] <- "nr3"
names(df_list)[4] <- "nr4"
names(df_list)[5] <- "nr5"

df 看起来像这样（注意不同的长度）：

# A tibble: 8 x 5
  nr1   nr2   nr3   nr4   nr5  
  <chr> <chr> <chr> <chr> <chr>
1 A     NA    AA    NA    NA   
2 NA    A     Ac    NA    Ae   
3 A     NA    Ad    AA    NA   
4 Ab    NA    NA    Ac    Ad   
5 Ac    AA    NA    Ad    Af   
6 NA    NA    NA    AA    NA   
7 NA          Af    NA    AA   
8 AA          NA          NA

对于每个列表项，我只想保留唯一的字符串。

我一直在思考如何做到这一点，但我不知道该怎么做。

想要的输出（df 形式）：

# A tibble: 8 x 5
  nr1   nr2   nr3   nr4   nr5  
  <chr> <chr> <chr> <chr> <chr>
1 A     A     AA    AA    Ae   
2 Ab    AA    Ac    Ac    Ad   
3 Ac          Ad    Ad    Af   
4 AA          Af          AA

列表形式：

df_list = list()
df_list[[1]] <- c("A", "Ab", "Ac", "AA")
df_list[[2]] <- c("A","AA")
df_list[[3]] <- c("AA", "Ac", "Ad","Af")
df_list[[4]] <- c("AA", "Ac", "Ad")
df_list[[5]] <- c("Ae", "Ad", "Af", "AA")
names(df_list)[1] <- "nr1"
names(df_list)[2] <- "nr2"
names(df_list)[3] <- "nr3"
names(df_list)[4] <- "nr4"
names(df_list)[5] <- "nr5"

【问题讨论】：

也许是这个？ lapply(df_list,unique)?或者这个（没有 NA）：lapply(df_list,function(x) unique(na.omit(x)))?
谢谢！我在发帖后两分钟就想通了（我想我需要再来一杯咖啡）。但是没有NA 的版本真的很不错。非常感谢。
@rmf 请作为答案发布。
@Tom 这里有很多很好的答案。请选择一个适合你的。
@rmf 我实际上应用了您的答案，所以我在等待您是否将其作为答案发布。我还没有测试其他人，但会尽快。

标签： r list unique

【解决方案1】：

解决方案

tmp=lapply(df_list,function(x){unique(na.omit(x))})
asd=max(unlist(lapply(tmp,length)))
do.call(cbind,lapply(tmp,function(x){length(x)=asd;x}))

     nr1  nr2  nr3  nr4  nr5 
[1,] "A"  "A"  "AA" "AA" "Ae"
[2,] "Ab" "AA" "Ac" "Ac" "Ad"
[3,] "Ac" NA   "Ad" "Ad" "Af"
[4,] "AA" NA   "Af" NA   "AA"

【讨论】：

【解决方案2】：

这是purrr 解决方案

library(purrr)
df_list %>%
    map(~ unique(.x[!is.na(.x)])) %>%
    map_dfc(., function(w) replace(character(max(lengths(.))), 1:length(w), w))
## A tibble: 4 x 5
#  nr1   nr2   nr3   nr4   nr5
#  <chr> <chr> <chr> <chr> <chr>
#1 A     "A"   AA    "AA"  Ae
#2 Ab    "AA"  Ac    "Ac"  Ad
#3 Ac    ""    Ad    "Ad"  Af
#4 AA    ""    Af    ""    AA

我们的想法是首先删除所有 NA 和重复条目，然后我们将所有填充的 list 元素列绑定到 tibble 中。您可以将其缩短为一个 map_dfc 调用，但此版本有助于提高可读性。

【讨论】：

【解决方案3】：

我们可以使用purrr::map、discard、is.na 和unique。

回答

library(purrr)

df_list %>% map(discard, is.na)%>%
            map(unique)

输出

$nr1
[1] "A"  "Ab" "Ac" "AA"

$nr2
[1] "A"  "AA"

$nr3
[1] "AA" "Ac" "Ad" "Af"

$nr4
[1] "AA" "Ac" "Ad"

$nr5
[1] "Ae" "Ad" "Af" "AA"

【讨论】：

【解决方案4】：

l <- sapply(df_list, function(x) unique(na.omit(x)))

sapply(l, function(x) {length(x) <- max(lengths(l)); x}) %>% 
  as_tibble()

# A tibble: 4 x 5
  nr1   nr2   nr3   nr4   nr5  
  <chr> <chr> <chr> <chr> <chr>
1 A     A     AA    AA    Ae   
2 Ab    AA    Ac    Ac    Ad   
3 Ac    NA    Ad    Ad    Af   
4 AA    NA    Af    NA    AA

【讨论】：