Question

我想创建两列唯一值列表。我使用网络分析数据集（无向图），我的数据集如下：

df <- data.frame(unit1_name = c("unit 1","unit 1", "unit 2"), 
             unit2_name = c("unit 2","unit 3","unit 3"))

所以我在每个元素（称为节点）之间都有所有连接（称为边缘）。

结果我想得到一个清单：

unit 1
unit 2
unit 3

当然我可以编写很多代码行但是可以尽可能快地完成吗？也许在dplyr包中？

Answer 1

一个简单的方法是：

unique(unlist(df))
#[1] unit 1 unit 2 unit 3
#Levels: unit 1 unit 2 unit 3

Answer 2

我非常喜欢R中的table函数。您不仅可以获取唯一值，还可以获取每个值的频率。

> table(unlist(df))

unit 1 unit 2 unit 3 
     2      2      2

如果您只想在table对象中访问唯一值而不是频率，则可以调用names。

> names(table(unlist(df)))
[1] "unit 1" "unit 2" "unit 3"

绝对有一些开销比纯unique，在这里我创建了一个大小为1000万的数字向量，这些是他们的性能比较。

> a <- sample(1:10, 1e7, replace=TRUE)
> system.time(unique(a))
   user  system elapsed 
  0.259   0.031   0.291 
> system.time(table(a))
   user  system elapsed 
  3.073   0.184   3.257

两列中的唯一值列表

2 个答案: