计算R中多列的唯一值
Posted
技术标签:
【中文标题】计算R中多列的唯一值【英文标题】：count unique values of multiple columns in R 【发布时间】：2016-07-18 03:16:15 【问题描述】：假设我有这样的data.frame：
a b 1
b c 2
c e 3
d a 4
我试图计算前两列的唯一值，所以结果应该是5，它代表a b c d e
但我的问题是我的数据太大了，大约 7,000,000 行，所以我想将第二列的行附加到第一列中。但我只知道如何一次追加一行，所以有人知道如何将整列追加到第一行吗？或者您对解决这个问题有更好的想法？
提前致谢
【问题讨论】：
【参考方案1】：我们可以使用unlist 和unique
length(unique(unlist(df1[1:2])))
#[1] 5
或转置数据集，即在对前 2 列进行子集化后，将其连接到 vector，获取 unique 元素并找到 length
length(unique(c(t(df1[-3]))))
#[1] 5
数据
df1 <- structure(list(v1 = c("a", "b", "c", "d"), v2 = c("b", "c", "e",
"a"), v3 = 1:4), .Names = c("v1", "v2", "v3"), class = "data.frame",
row.names = c(NA, -4L))
【讨论】：
【参考方案2】：作为一个紧凑的替代方案，您还可以使用 set 函数union：
length(with(df1, union(v1, v2)))
[1] 5
union 的底层代码与 @akrun 的代码几乎相同，可以看到键入不带括号的函数：
union
function (x, y)
unique(c(as.vector(x), as.vector(y)))
<bytecode: 0x41f0790>
<environment: namespace:base>
【讨论】：
以上是关于计算R中多列的唯一值的主要内容，如果未能解决你的问题，请参考以下文章