R语言报错修复：'unique >=10仅支持原子和列表类型'及数据划分问题

看起来你在处理数据时，想根据数值列的唯一值数量筛选列，但遇到了类型不匹配的错误。让我帮你拆解问题并修正代码：

错误原因分析 #

你写的which(unique >= 10)这里有个关键问题：unique函数本身是用来提取向量的唯一值集合，没有针对数据框的每一列计算唯一值的数量，R无法识别你要比较的对象类型，所以抛出了comparison (5) is possible only for atomic and list types的错误。

修正后的代码方案 #

我们需要先计算每一列的唯一值数量，再基于这个数量来筛选列。这里提供两种写法，适配不同的代码风格：

基础R写法（和你原有代码风格一致）

# 你的前期代码（保留正确部分）
column <- c("NAME", "COUNTRY_CODE", "REGION_COUNTRY", "NACE_REV_2", "CATEGORY_COMPANY", "TOTAL_ASSETS", "NET_CURRENT_ASSETS", "FIXED_ASSETS", "NET_INCOME", "CAPITAL", "WORKING_CAPITAL", "LOANS", "CURRENT_RATIO", "ROA", "EBIT")
data <- PL_ALL[, column]
nums <- sapply(data, is.numeric)
data.n <- data[, nums]
fact <- sapply(data, is.factor)
data.f <- data[, fact]
percentile <- apply(X=data.n, MARGIN=2, FUN=function(x) round(quantile(x, seq(0.1, 1, 0.1), na.rm=TRUE), 2)) # 这部分运行正常

# 核心修正：先计算每列的唯一值数量
unique_counts <- sapply(data.n, function(x) length(unique(x)))

# 筛选唯一值数量 >=10 的数值列
numeric <- colnames(data.n)[which(unique_counts >= 10)]

# 筛选唯一值数量在(1,10)之间的数值列（后续可转成因子）
num_as_fact <- colnames(data.n)[which(unique_counts > 1 & unique_counts < 10)]

Tidyverse风格写法（更简洁直观）

如果你熟悉dplyr和tidyr，可以用这种方式：

library(dplyr)
library(tidyr)

# 计算每列唯一值数量并筛选>=10的列名
numeric <- data.n %>%
  summarise(across(everything(), ~length(unique(.x)))) %>%
  pivot_longer(everything(), names_to = "col", values_to = "count") %>%
  filter(count >= 10) %>%
  pull(col)

# 筛选唯一值数量在(1,10)之间的列名
num_as_fact <- data.n %>%
  summarise(across(everything(), ~length(unique(.x)))) %>%
  pivot_longer(everything(), names_to = "col", values_to = "count") %>%
  filter(count > 1 & count < 10) %>%
  pull(col)

验证你的数据样例 #

用你提供的baza.n数据测试，计算得到的unique_counts会是这样的向量：

# TOTAL_ASSETS    NET_CURRENT_ASSETS         FIXED_ASSETS          NET_INCOME 
#            13                    15                     3                    10 
#        CAPITAL    WORKING_CAPITAL               LOANS        CURRENT_RATIO 
#            14                    15                    10                     1 
#            ROA                  EBIT                WC.TA              EBIT.TA 
#            13                    11                    15                    15 

对应的筛选结果：

• numeric会包含所有唯一值>=10的列，比如TOTAL_ASSETS、NET_CURRENT_ASSETS等
• num_as_fact只会包含FIXED_ASSETS（唯一值数量为3，符合1<3<10的条件），而CURRENT_RATIO唯一值为1，不会被选中

内容的提问来源于stack exchange，提问作者133Mim