计算R中多列的唯一值

【问题标题】：count unique values of multiple columns in R计算R中多列的唯一值
【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】：

标签： r dplyr bigdata

【解决方案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】：

【解决方案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】：