使用across()函数过滤无跨列重复数字的DataFrame行

给定如下R DataFrame：

df <- data.frame(
  Var1 = c("1  2  3","1  6","2  5  9","1  5  3"),
  Var2 = c("1  2","1  6  0  5","3  7","1  5"),
  Var3 = c("2  8","1  3","6  19","1  3")
)

其表格形式为：

需求为：保留所有行中无跨列重复数字的记录——即若某行内任意数字出现在至少两列中，则删除该行。预期结果如下：

Var1   Var2    Var3
3 2  5  9   3  7  6  19

要求：因后续DataFrame列数会增加，需使用across()函数实现该过滤逻辑。

使用dplyr结合stringr包实现，代码如下：

library(dplyr)
library(stringr)

# 过滤无跨列重复数字的行
df_filtered <- df %>%
  rowwise() %>%
  filter(
    # 对所有列拆分字符串为数字，合并后检查去重前后长度一致
    length(unique(unlist(across(everything(), ~ str_split(.x, "\\s+") %>% unlist() %>% as.numeric())))) == 
    length(unlist(across(everything(), ~ str_split(.x, "\\s+") %>% unlist() %>% as.numeric())))
  ) %>%
  ungroup()

# 输出结果
print(df_filtered)

逻辑说明 #

1. rowwise()：将数据切换为按行处理模式，确保每一行单独计算
2. across(everything(), ...)：对所有列统一执行后续操作，适配列数动态增加的场景
3. str_split(.x, "\\s+")：按任意数量的空白字符拆分字符串，得到数字字符组成的列表
4. unlist() %>% as.numeric()：将拆分后的列表转为数值向量，方便后续去重检查
5. 比较去重前后的数字总长度：若长度相等，说明该行所有数字仅出现一次（无跨列重复），保留该行；否则删除

运行代码后，即可得到符合要求的过滤结果。

内容的提问来源于stack exchange，提问作者Rgrvkfer