使用R从数据框中提取唯一值

Question

我有一个含有多列的数据帧，我想要选取其中两列，并且计算唯一值的总数...这是一个例子:

比如说我有一个名为df的数据帧：

df<- data.frame(v1 = c(1, 2, 3, 2, "a"), v2 = c("a", 2 ,"b","b", 4))
df

  v1 v2
1  1  a
2  2  2
3  3  b
4  2  b
5  a  4

现在我要做的是从这两列中提取唯一值。如果我只对每列使用unique()函数，输出将如下所示：

> unique(df[,1])
[1] 1 2 3 a
> unique(df[,2])
[1] a 2 b 4

但这样做不太好，因为它只能找到每列的唯一值，而我需要计算两列中所有唯一值的总数！例如，'a'在两列中都重复出现，但是我只想让它被计数一次。对于我所需的示例输出，请想象将列V1和V2放在彼此上方，如下所示：

  V1_V2
1      1
2      2
3      3
4      2
5      a
6      a
7      2
8      b
9      b
10     4

V1_V2的唯一值将是：

   V1_V2
1      1
2      2
3      3
5      a
8      b
10     4

那么我只需使用nrow()函数来计算行数。你有什么想法如何实现这个呢？

- Electrino

---

unique(unlist(df))的意思是将数据框df中所有不重复的值提取出来并展平为一个向量。但要注意，当混合不同类型的值时会进行强制转换，因此可能会影响数据的准确性。 - joran

unique(c(df[,1],df[,2] )) - dww

Answer 1

采用这种方法，您可以获得唯一值，无论您有多少列：

df2 <- as.vector(as.matrix(df))
unique(df2)

然后，只需使用 length。

- Guilherme Parreira

Answer 2

这非常适合使用union：

data.frame(V1_V2=union(df$v1, df$v2))

#  V1_V2
#1     1
#2     2
#3     3
#4     a
#5     b
#6     4

- 989

---

这正是我想要做的...我之前写了大约15行代码，而你只用了1行就实现了...谢谢！ - Electrino

Answer 3

试试这个：

unique(c(df[,1], df[,2]))

- Tim Biegeleisen

Answer 4

library(dplyr)

df %>% distinct(v1, .keep_all=TRUE)

- Checking if It works

---

你的回答可以通过提供更多支持性信息来改进。请编辑以添加进一步的细节，例如引用或文档，以便他人能够确认你的回答是否正确。你可以在帮助中心找到关于如何撰写好回答的更多信息。 - Community

Answer 5

一种通用的方法：

uq_elem=c()
for(i in 1:ncol(df))
{
  uq_elem=c(unique(df[,i]), uq_elem)
  uq_elem=unique(uq_elem)
}

所有不同的元素将在：uq_elem 中。

- Pablo Casas

---

虽然这段代码片段可能解决了问题，但包括解释真的有助于提高您的帖子质量。请记住，您正在为未来的读者回答问题，而这些人可能不知道您的代码建议原因。 - 31piy