R - 数据框列中唯一值的数量

Question

对于数据框df，我需要找到some_col. 尝试了以下

length(unique(df["some_col"]))

但这并没有给出预期的结果。但是length(unique(some_vector))适用于向量并给出预期的结果。

创建 df 时的一些前面的步骤

df <- read.csv(file, header=T)
typeof(df) #=> "list"
typeof(unique(df["some_col"])) #=> "list"
length(unique(df["some_col"])) #=> 1 

Answer 1

尝试使用[[而不是[. [返回 a list（data.frame实际上是a ），[[返回 a vector。

df <- data.frame( some_col = c(1,2,3,4),
                  another_col = c(4,5,6,7) )

length(unique(df[["some_col"]]))
#[1] 4

class( df[["some_col"]] )
[1] "numeric"

class( df["some_col"] )
[1] "data.frame"

您得到的值为 1，因为list长度为 1（1 列），即使该 1 个元素包含多个值。

Answer 2

你需要使用

length(unique(unlist(df[c("some_col")])))

当您通过 df[c("some_col")] 或 df["some_col"] 调用 column 时；它把它作为一个列表。Unlist 会将其转换为矢量，您可以轻松使用它。当您通过 df$some_col 调用 column .. 它将数据列拉为向量

Answer 3

我想你可能只是错过了一次, 尝试

length(unique(df[,"some_col"]))

回复评论：

df <- data.frame(cbind(A=c(1:10),B=rep(c("A","B"),5)))
df["B"]

输出 ：

B
1  A
2  B
3  A
4  B
5  A
6  B
7  A
8  B
9  A
10 B

和

length(unique(df[,"B"])) 

输出：

[1] 1

这是与 OP 发布的相同的不正确/不需要的输出

但是用逗号 ,

df[,"B"]

输出 ：

 [1] A B A B A B A B A B
Levels: A B

和

length(unique(df[,"B"])) 

现在为您提供 OP 的正确/所需输出。在这个例子中是 2

[1] 2

原因是df["some_col"]调用 adata.frame并length调用对象类data.frame会计算该对象中 data.frame 的数量，即 1，而df[,"some_col"]返回 avector并length调用 avector会正确返回该向量中的元素数量。所以你会看到一个逗号 ( ,) 就产生了很大的不同。