R语言strsplit拆分后调用unique未正确去重单词的问题解决

R中strsplit()函数的返回值是列表结构，哪怕只传入1个待拆分字符串，返回结果也是长度为1的列表，列表的第一个元素才是拆分完成的单词向量。
原代码直接用c()包裹strsplit()的返回结果，本质拿到的还是那个长度为1的列表，此时调用unique()只会判断列表层级的元素是否重复——整个单词向量作为列表的单个元素，自然不会被判定为重复，根本不会触发向量内部的单词去重逻辑，所以返回结果和拆分后的原始内容完全一致，没有去重效果。

只需要把strsplit()返回的列表转换为普通字符向量，再执行去重即可。推荐用unlist()处理列表，兼容单字符串、多字符串向量的输入场景：

a = "an apple is an apple"
word <- function(a){
  # unlist将列表拍平为字符向量，支持多个输入字符串的拆分去重
  words <- unlist(strsplit(a, split = " "))
  return(unique(words))
}

# 执行函数
word(a)

运行上述代码会直接返回去重后的字符向量：

[1] "an"    "apple" "is"   

如果需要得到预期中单引号包裹、逗号分隔的输出格式，可以额外加一步字符串拼接：

paste0("'", word(a), "'", collapse = ",")

运行后输出结果为：

[1] "'an','apple','is'"

内容的提问来源于stack exchange，提问作者muralee_xo