R dplyr：没有聚合函数的分组答案

【问题标题】：R dplyr: group by without aggregate functionR dplyr：没有聚合函数的分组
【发布时间】：2020-05-07 09:50:59
【问题描述】：

我想对以下数据集执行不带聚合函数的 group_by：

df <- data.frame(ID = c(1,1,1,2,2,3,3,3,3),
                 product = c("A","B","C","D","E","A","A","B","C"),
                 year = c(2018,2018,2019,2018,2018,2017,2018,2019,2018))
  ID product year
1  1       A 2018
2  1       B 2018
3  1       C 2019
4  2       D 2018
5  2       E 2018
6  3       A 2017
7  3       A 2018
8  3       B 2019
9  3       C 2018

我想创建 2 个单独的数据集：一个用于产品，一个用于年份。问题是当我尝试 group_by 时，它需要一个聚合函数，而我不想要那个。在一种情况下，我只需要 ID 和 PRODUCT 的唯一组合，在另一种情况下需要 ID 和 YEAR 的唯一组合（所以 2 个单独的数据框）

产品

  ID product
1  1       A
2  1       B
3  1       C
4  2       D
5  2       E
6  3       A
7  3       B
8  3       C

年份：

【问题讨论】：

标签： r dplyr

【解决方案1】：

这里不需要group_by，因为您希望所选列具有唯一的行。如果您想要许多列的独特组合，您可以使用lapply 来实现。

list_data <- lapply(df[-1], function(x) unique(cbind(df[1], x)))

如果只有两列，我们需要使用dplyr，我们可以使用distinct。

Product <- df %>% distinct(ID, product)
YEAR <- df %>% distinct(ID, year)

【讨论】：

您也可以使用df %>% distinct(ID, year)，因为distinct() 采用变量名称。
好的，谢谢。那是更好的选择。它只是从我的脑海中溜走。