R语言如何将列名列表传入dplyr的distinct函数实现多列去重？

直接执行distinct(df, columns)报错的核心原因是dplyr采用非标准求值规则，会直接将columns识别为数据框中名为columns的列，而非你提前定义的列名向量对象。可通过以下两种方法解决：

方法1：使用across()+all_of()组合（官方推荐） #

这是dplyr 1.0.0版本之后的官方推荐写法，兼容性强、可读性高，适合绝大多数场景：

library(dplyr)
# 直接传入预定义的列名向量即可
df_new <- distinct(df, across(all_of(columns)))

如果需要保留数据框中未参与去重的其他列的数值，添加.keep_all = TRUE参数即可：

df_new_keep_all <- distinct(df, across(all_of(columns)), .keep_all = TRUE)

方法2：使用tidyeval拼接运算符!!! #

如果习惯使用元编程写法，可以将列名字符串向量转为符号列表后，用爆炸运算符拼接传入：

library(dplyr)
# 低版本dplyr需要单独加载rlang包，新版本已内置syms函数
df_new <- distinct(df, !!!syms(columns))

两种方法运行后得到的结果与手动输入列名的运行结果完全一致，适合列数较多的场景，不需要手动逐个输入列名。

内容的提问来源于stack exchange，提问作者Katharina