如何从DataFrame指定列中提取每类值的唯一去重样本

以下是R语言环境下的两种常用实现方式，适配你提到的gapminder数据集场景：

基础R语法实现 #

直接调用内置的unique()函数即可完成列去重：

• 提取国家列唯一值：
  代码：unique(gapminder$country)
  若需要逐行打印输出，使用：cat(unique(gapminder$country), sep = "\n")
• 提取大洲列唯一值：
  代码：unique(gapminder$continent)
  逐行打印输出：cat(unique(gapminder$continent), sep = "\n")

运行大洲列代码的输出示例：

Africa
Antarctica
Asia
Australia
Europe
North America
South America

tidyverse生态实现（适配tibble格式） #

如果使用dplyr包处理，可结合distinct()和pull()函数实现：

• 提取国家列唯一值：
  代码：

  library(dplyr)
  gapminder %>% 
    distinct(country) %>% 
    pull(country)
  

  逐行打印的写法：

  gapminder %>% 
    distinct(country) %>% 
    pull(country) %>% 
    cat(sep = "\n")
  

• 额外需求：如果需要保留每个唯一值对应的其他列样本记录，添加.keep_all = TRUE参数即可：
  代码：gapminder %>% distinct(country, .keep_all = TRUE)
  该代码会返回每个国家对应的任意一条完整样本行，包含lifeExp、pop等其他字段数据。

内容的提问来源于stack exchange，提问作者Eugene Vlasov