R data.table列值更新问题：如何为每行C列提取唯一值

你的问题出在没有对每行单独处理，当前代码会把所有行的C列内容合并后再取唯一值，导致全局统一结果。以下是两种可行的data.table风格解决方法：

方法1：按行分组处理（by=.I） #

# 直接修改原表的C列
mytable[, C := paste(unique(strsplit(C, ", ")[[1]]), collapse = ", "), by = .I]

# 或者生成新表
new_table <- mytable[, .(A, B, C = paste(unique(strsplit(C, ", ")[[1]]), collapse = ", ")), by = .I][, -"V1"]

by=.I表示按每一行作为一个分组，这样每行的C列会被单独拆分、去重、合并。

方法2：用sapply遍历每行数据 #

mytable[, C := sapply(strsplit(C, ", "), function(x) paste(unique(x), collapse = ", "))]

strsplit(C, ", ")会返回一个列表，每个元素对应一行拆分后的向量；sapply遍历这个列表，对每个行的向量去重后再合并成字符串。

注意事项 #

如果你的C列中逗号后可能存在不定数量的空格（比如有的是", "有的是","），可以先清理空格再拆分：

mytable[, C := sapply(strsplit(trimws(gsub(",\\s+", ",", C)), ","), function(x) paste(unique(x), collapse = ", "))]

这段代码先把所有逗号后的多空格替换成单个逗号，再去除首尾空格，最后拆分去重。

内容的提问来源于stack exchange，提问作者harish