R dplyr - 在所有列中不同答案

【问题标题】：R dplyr - distinct accross all columnsR dplyr - 在所有列中不同
【发布时间】：2016-07-11 12:21:51
【问题描述】：

有没有办法指定 dplyr::distinct 应该使用所有列名而不诉诸非标准评估？

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

df %>% distinct(a,b,.keep_all=FALSE)          # behavior I'd like to replicate

对

df %>% distinct(everything(),.keep_all=FALSE) # with syntax of this form

【问题讨论】：

df %>% distinct()能给你想要的吗？
不幸的是它没有。我相信传递数据框作为用于产生正确结果的唯一参数，但是最近的版本已经看到了 distinct 函数的变化。我目前得到：Error: No variables selected
df %>% unique 作为替代方案，虽然不是最令人满意的答案。
这是dplyr 中的新错误吗？我发誓我看到它工作正常。没有选择变量时出现相同的错误。
@Gopala，不是错误。只是新版本中的设计决定。我经常使用不带参数的 distinct() ，现在出于相同目的使用 unique()。

标签： r dplyr

【解决方案1】：

您可以使用下面的代码区分所有列。

library(dplyr)
library(data.table)

df <- data_frame(
  id = c(1, 1, 2, 2, 3, 3),
  value = c("a", "a", "b", "c", "d", "d")
)
# A tibble: 6 × 2
# id value
# <dbl> <chr>
# 1     1     a
# 2     1     a
# 3     2     b
# 4     2     c
# 5     3     d
# 6     3     d

# distinct with Non-Standard Evaluation
df %>% distinct()

# distinct with Standard Evaluation
df %>% distinct_()

# Also, you can set the column names with .dots.
df %>% distinct_(.dots = names(.))
# A tibble: 4 × 2
# id value
# <dbl> <chr>
# 1     1     a
# 2     2     b
# 3     2     c
# 4     3     d

# distinct with data.table
unique(as.data.table(df))
# id value
# 1:  1     a
# 2:  2     b
# 3:  2     c
# 4:  3     d

【讨论】：

【解决方案2】：

从 dplyr 的 1.0.5 版开始，以下两个选项产生相同的输出。

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

df %>% distinct(a, b)

  a b
1 1 1
2 2 3

df %>% distinct(across(everything()))

  a b
1 1 1
2 2 3

没有理由指定 .keep_all = FALSE 参数，因为这是默认值。

您也可以使用tibble() 代替data.frame()

【讨论】：