数据框每一列中的唯一值答案

【问题标题】：Unique values in each of the columns of a data frame数据框每一列中的唯一值
【发布时间】：2013-11-04 05:01:47
【问题描述】：

我想获取数据框每一列中唯一值的数量。假设我有以下数据框：

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

那么它应该返回 v1 有 3 个不同的值，v2 有 2 个。

我尝试了 unique(DF)，但它不起作用，因为每一行都不一样。

【问题讨论】：

标签： r dataframe

【解决方案1】：

或者使用unique:

rapply(DF,function(x)length(unique(x)))
v1 v2 
 3  2

【讨论】：

【解决方案2】：

sapply(DF, function(x) length(unique(x)))

【讨论】：

【解决方案3】：

在dplyr:

DF %>% summarise_all(funs(n_distinct(.)))

【讨论】：

【解决方案4】：

这是一种方法：

> lapply(DF, function(x) length(table(x)))
$v1
[1] 3

$v2
[1] 2

这基本上列出了每列的唯一值。在上面使用length 会告诉您号码。删除 length 将显示唯一值的实际表。

【讨论】：

【解决方案5】：

在dplyr (>=1.0.0 - june 2020):

DF %>% summarize_all(n_distinct)

  v1 v2
1  3  2

【讨论】：

【解决方案6】：

为了完整起见：自 2015 年 9 月 19 日的 CRAN 版本 1.9.6 起，data.table 包包含帮助函数 uniqueN()，这使我们免于编写

function(x) length(unique(x))

当调用apply() 的兄弟之一时：

sapply(DF, data.table::uniqueN)

v1 v2 
 3  2

请注意，data.table 包既不需要加载，也不需要将DF 强制转换为data.table 类，以便在此处使用uniqueN()。

【讨论】：

【解决方案7】：

这应该适用于为每个变量获取唯一值：

length(unique(datasetname$variablename))

【讨论】：

【解决方案8】：

我认为这样的功能会给你你正在寻找的东西。除了每个数据框的列中有多少 NA 之外，这还显示了唯一值。只需插入您的数据框，您就可以开始了。

totaluniquevals <- function(df) {
  x <<- data.frame("Row Name"= numeric(0), "TotalUnique"=numeric(0), "IsNA"=numeric(0))
  result <- sapply(df, function(x) length(unique(x)))
  isnatotals <- sapply(df, function(x) sum(is.na(x)))

  #Now Create the Row names
  for (i in 1:length(colnames(df))) {
    x[i,1] <<- (names(result[i]))
    x[i,2] <<- result[[i]]
    x[i,3] <<- isnatotals[[i]]

  }
  return(x)
}

测试：

DF <- data.frame(v1 = c(1,2,3,2), v2 = c("a","a","b","b"))
totaluniquevals(DF)
  Row.Name TotalUnique IsNA
1       v1           3    0
2       v2           2    0

然后您可以在任何列上使用 unique 来查看具体的唯一值是什么。

独特（DF$v2） [1] 一个级别：a b

【讨论】：

为什么要在函数中对临时变量使用全局赋值<<-？这将覆盖函数外部定义的任何对象x。
顺便说一句，您的函数可以更简洁地重写为totaluniquevals <- function(df) data.frame(Row.Name = names(df), TotalUnique = sapply(df, function(x) length(unique(x))), IsNA = sapply(df, function(x) sum(is.na(x))))

【解决方案9】：

这将在第 1 列的 DF 数据框中为您提供唯一值。

unique(sc_data[,1])

【讨论】：

OP 已询问：我想获取数据框每一列中唯一值的数量。您的答案仅返回一列的唯一值，甚至没有数字。所以，它没有回答这个问题。请考虑删除您的帖子。