R语言如何简洁从现有数据框生成唯一值计数统计数据框

完全不需要重复写3行结构一致的计算代码，借助dplyr的跨列计算函数搭配tidyr的长宽表转换函数，就能一步生成你需要的结构化结果，逻辑更紧凑也更易后续维护。

推荐写法（完全匹配目标输出） #

直接在跨列计算时指定好统计项的命名，计算完成后一键转成要求的两列结构：

library(dplyr)
library(tidyr)

stat_df <- mpg %>%
  summarise(
    across(
      # 直接映射统计项名和对应要计算的原字段
      .cols = c(n_manu = manufacturer, n_model = model, n_year = year),
      .fns = n_distinct
    )
  ) %>%
  # 宽表转长表，直接得到stat、value两列
  pivot_longer(
    cols = everything(),
    names_to = "stat",
    values_to = "value"
  )

运行后得到的stat_df和你给出的目标结构、数值完全一致：

# A tibble: 3 × 2
  stat    value
  <chr>   <int>
1 n_manu     15
2 n_model    38
3 n_year      2

写法优势 #

• 没有重复逻辑，后续如果要新增其他字段的唯一值统计，只需要在.cols参数里追加键值对即可，不需要复制整段计算代码
• 逻辑更严谨：你原写法中select(列) %>% n_distinct()的写法本质是对选中的数据框计算行级唯一值，刚好仅选单列时结果和单字段去重计数一致，如果不小心选了多列会得到多列组合的去重数，和单字段统计的预期不符；用across是对每一列单独应用n_distinct，不会出现这类隐性错误。

如果不想加载tidyr，也可以直接用基础R的列表拼接后转数据框，但上面的tidyverse写法可读性最高。

内容的提问来源于stack exchange，提问作者Eisen