如何使用R移除列中每行字符串的重复字符？

嘿，这个需求处理起来其实很简单，我给你两种常用的解决方案，你可以根据自己的习惯来选：

先把你的示例数据构造出来：

df <- data.frame(name = c(A="a,a,b,c,d,d,d", B="a,b,b,b,f", C="d,d,d,d", D="a,a"), 
                 row.names = c("A", "B", "C", "D"))

接下来一行代码就能完成去重操作：

df$name <- sapply(strsplit(df$name, ","), function(x) paste(unique(x), collapse = ","))

简单解释下步骤：

• strsplit(df$name, ",")：把每个字符串按逗号拆分成独立的字符向量
• unique(x)：对拆分后的向量去除重复元素
• paste(..., collapse = ",")：把去重后的元素再用逗号连接成字符串
• sapply()：把上面的操作批量应用到name列的每一行

如果你平时习惯用tidyverse系列包（比如dplyr、stringr），可以用这个更直观的写法：
先加载必要的包：

library(tidyverse)

然后用管道流处理数据：

df <- df %>%
  mutate(name = str_split(name, ",") %>% 
           map(unique) %>% 
           map_chr(paste, collapse = ","))

这个逻辑和Base R的方法本质一样，只是用了tidyverse的语法：

• str_split()：和strsplit功能一致，拆分字符串
• map(unique)：对每个拆分后的向量执行去重
• map_chr()：把处理后的列表转回字符向量，方便赋值回数据框

不管用哪种方法，最终你都会得到想要的结果：

print(df)
#          name
# A a,b,c,d
# B   a,b,f
# C       d
# D       a

内容的提问来源于stack exchange，提问作者Morteza Razavi