如何高效去除多份数据集重复记录？R语言代码失效求助

你的代码逻辑存在核心错误：dataset_names仅存储了数据集的名称字符串，而非数据集对象本身。对字符串调用unique()只会检查字符串是否重复，完全没有对实际的数据集执行去重操作。

以下是两种可行的解决方法：

方法一：修正原有循环逻辑 #

使用get()和assign()函数，通过字符串名称定位并操作实际数据集：

dataset_names <- c("daily_activites", "daily_steps", "daily_intensities", "daily_calories", "sleep_day")

for (name in dataset_names) {
  # 根据名称获取数据集
  current_data <- get(name)
  # 去重后重新赋值给原变量
  assign(name, unique(current_data))
}

方法二：用列表批量处理（推荐） #

在R中用列表管理多份数据集是更规范的方式，批量操作更高效简洁：

# 将所有数据集存入列表
data_collection <- list(
  daily_activites = daily_activites,
  daily_steps = daily_steps,
  daily_intensities = daily_intensities,
  daily_calories = daily_calories,
  sleep_day = sleep_day
)

# 对列表中每个数据集批量去重
data_collection <- lapply(data_collection, unique)

# 可选：将去重后的数据集放回全局环境（如需保留单独变量）
list2env(data_collection, envir = .GlobalEnv)

额外优化 #

如果你的数据集是tibble或data.frame，可以用dplyr::distinct()替代unique()，支持指定特定列去重，灵活性更强：

library(dplyr)
data_collection <- lapply(data_collection, distinct)

内容的提问来源于stack exchange，提问作者WSD