如何在R语言数据框中提取唯一列值并统计出现次数

嘿，我明白你想要的效果了——就是把word2列里的每个唯一词汇只保留一行，同时把它们对应的n值全部加起来对吧？这在数据处理里是很常见的分组聚合需求，我给你两种常用的实现方法：

方法一：使用dplyr包（tidyverse风格，代码更直观） #

如果你还没安装dplyr包，先运行install.packages("dplyr")完成安装，之后就可以用下面的代码：

# 加载dplyr包
library(dplyr)

# 你的原始数据框
df <- data.frame(word1=c("not","but","not","not","never","nor","never","not"), 
                 word2=c("beautiful","nice","strong","awesome","beautiful","beautiful","strong","nice"), 
                 n=c(400,378,29,10,222,43,620,90))

# 分组聚合：按word2分组，对n列求和
result_df <- df %>%
  group_by(word2) %>%
  summarize(total_n = sum(n))

# 查看最终结果
print(result_df)

这段代码的逻辑很清晰：group_by(word2)把数据按word2的每个唯一值分成不同的组，summarize(total_n = sum(n))则对每个组里的n值求和，生成名为total_n的新列，最终每个word2只会出现一次。

方法二：使用base R的aggregate函数（无需额外安装包） #

如果你不想加载第三方包，用R原生的aggregate函数也能实现同样的效果：

# 你的原始数据框
df <- data.frame(word1=c("not","but","not","not","never","nor","never","not"), 
                 word2=c("beautiful","nice","strong","awesome","beautiful","beautiful","strong","nice"), 
                 n=c(400,378,29,10,222,43,620,90))

# 分组求和
result_df_base <- aggregate(n ~ word2, data = df, FUN = sum)

# 查看最终结果
print(result_df_base)

这里n ~ word2表示以word2为分组变量，对n列应用sum函数，直接输出聚合后的结果。

最终结果示例 #

不管用哪种方法，你都会得到如下格式的结果：

word2 total_n
1 beautiful    665
2   awesome     10
3     nice    468
4   strong    649

内容的提问来源于stack exchange，提问作者Lucinho91