R中如何一次性将分隔符拆分到新行且仅保留唯一值？

问题根源 #

原有代码失效的核心原因是：strsplit()返回值为列表结构，直接调用unique()是对整个列表对象去重，而非对列表内每个元素对应的拆分后字符向量做去重，因此无法过滤重复值。

正确实现代码 #

仅需通过purrr::map()遍历列表元素执行去重，即可一步完成拆分+去重操作，无需后续单独处理：

# 加载依赖包
library(tidyverse)

# 原有示例数据
df <- read.table(text= 'sample, GENE1
s1 A,B
s4 B,A,A,C,C'
, header = TRUE, stringsAsFactors = FALSE)

# 一步实现拆分+去重
df %>%
  mutate(GENE1b = map(strsplit(as.character(GENE1), ","), unique))  %>%
  unnest(GENE1b)    

运行结果 #

# A tibble: 5 × 3
  sample. GENE1     GENE1b
  <chr>   <chr>     <chr> 
1 s1      A,B       A     
2 s1      A,B       B     
3 s4      B,A,A,C,C B     
4 s4      B,A,A,C,C A     
5 s4      B,A,A,C,C C  

逻辑说明 #

map()函数会逐个处理strsplit()返回的每个列表元素，对每个样本拆分后的字符向量单独执行unique()操作，展开后自然就不会出现重复值。

内容的提问来源于stack exchange，提问作者Ahdee