分组tibble中从多列提取唯一值生成列表列的实现方法

你可以直接使用dplyr的分组操作+across选择器实现需求，不需要提前做复杂的预处理，参考代码如下：

library(tidyverse)

result <- exemplar %>%
  group_by(group) %>%
  mutate(unique = list(
    c(across(starts_with("char")) %>% unlist(), # 若实际列名以大写C开头，替换为starts_with("C")
      unlist(extra)) %>% 
      unique() %>% 
      .[. != ""]
  )) %>%
  ungroup()

运行后得到的result和你给出的示例输出完全一致。

原代码报错原因 #

1. 第一段代码报错是因为select(.)取的是整个数据集而非分组后的子集，且select返回的是数据框，无法直接回收适配分组的5行长度
2. 第二段代码报错是因为pmap是按行遍历，不符合你要取分组全局所有值的需求，且pmap_chr要求返回单个字符，你需要的是列表列，类型不匹配

常见疑问解答 #

• 是否需要提前unlist extra列？不需要，在分组运算内对当前组的extra列执行unlist即可，不会影响其他分组数据
• 不固定数量的char列是否需要提前构建选择向量？不需要，starts_with()选择器会自动匹配所有符合命名规则的列，不管列数是2、4、6都可以直接适配
• 是否需要分多步操作删除冗余列？不需要，上述代码是单步mutate生成目标列，不会产生冗余中间列

内容的提问来源于stack exchange，提问作者PGSA