R语言中如何对比字符列并合并唯一物种名称？

核心需求梳理 #

• 提取Bee列与scientificName列的唯一物种名称
• 定位两列各自独有的物种
• 合并生成包含所有物种的无重复完整列表

你遇到的问题逐个解析 #

1. unique()结果无法导出CSV：unique()返回的是向量，转成数据框即可导出，示例代码：write.csv(data.frame(unique_bee = unique(df$Bee)), "unique_bee.csv", row.names = FALSE)
2. mutate报错：大概率是列名笔误（你写的df$Bees应为df$Bee），或两列因缺失值导致有效长度不匹配
3. 赋值Match列报错：原因同上，两列长度不一致或存在NA，导致逻辑向量无法匹配数据框行数
4. vecsets拆分字符：误用函数导致，需先提取列的唯一值，再传入集合函数
5. setdiff无法区分归属：可给结果添加来源标签，存入数据框实现区分
6. anti_join报错：anti_join仅接受数据框输入，不能直接传字符向量，需先将向量转为单列数据框

完整代码实现 #

先加载dplyr包简化数据处理：

library(dplyr)

步骤1：提取两列唯一值（过滤空值） #

# 提取Bee列唯一物种，过滤NA并排序
unique_bee <- df$Bee %>% na.omit() %>% unique() %>% sort()
# 提取scientificName列唯一物种，过滤NA并排序
unique_sci <- df$scientificName %>% na.omit() %>% unique() %>% sort()

步骤2：筛选各自独有的物种 #

# Bee列独有的物种
only_bee <- setdiff(unique_bee, unique_sci)
# scientificName列独有的物种
only_sci <- setdiff(unique_sci, unique_bee)

若需要直观标记物种来源，可生成带标签的数据框：

species_with_source <- bind_rows(
  data.frame(species = unique_bee, source = "Bee"),
  data.frame(species = unique_sci, source = "scientificName")
) %>% 
  distinct(species, .keep_all = TRUE) # 保留每个物种的首个来源标识

步骤3：生成无重复完整列表 #

full_unique_list <- union(unique_bee, unique_sci) %>% sort()
# 转成数据框方便导出
full_unique_df <- data.frame(all_species = full_unique_list)

导出结果文件 #

# 导出Bee列唯一物种
write.csv(data.frame(bee_unique = unique_bee), "bee_unique_species.csv", row.names = FALSE)
# 导出scientificName列唯一物种
write.csv(data.frame(sci_unique = unique_sci), "sci_unique_species.csv", row.names = FALSE)
# 导出分来源的独有物种
write.csv(bind_rows(
  data.frame(species = only_bee, type = "only_in_Bee"),
  data.frame(species = only_sci, type = "only_in_scientificName")
), "unique_species_by_source.csv", row.names = FALSE)
# 导出完整无重复物种列表
write.csv(full_unique_df, "full_unique_species_list.csv", row.names = FALSE)

示例数据测试结果 #

用你提供的示例数据运行后：

• unique_bee：Trigona fulviventris, Trigona corvina, Ceratina buscki, Scaura argyrea
• unique_sci：Trigona fulviventris, Apis mellifera, Centris varia, Tetragonisca angustula
• only_bee：Trigona corvina, Ceratina buscki, Scaura argyrea
• only_sci：Apis mellifera, Centris varia, Tetragonisca angustula
• full_unique_list：包含以上全部8个物种

内容的提问来源于stack exchange，提问作者alexia m