如何在R数据框列中提取唯一词汇为列表？求简便优雅的实现方法

当然有更简单的办法！完全没必要动用tm包来做这么基础的操作，R原生函数和常用的tidy工具就能轻松搞定。给你分享几个最实用的方案：

• 最直接的原生方法：unique()函数
  这应该是最优雅的解决方案了，一行代码就能得到你想要的结果，还会保留词汇第一次出现的顺序：

  DF <- data.frame(slNo = 1:5, names = c("get", "free", "new", "get", "new"))
  list <- unique(DF$names)
  # 输出结果：[1] "get"  "free" "new"
  

  unique()的作用就是提取向量中的唯一值，完全贴合你的需求，简洁又高效。

• tidyverse风格方法：dplyr::distinct()
  如果你平时习惯用tidyverse系列工具，用distinct()配合pull()也很顺手，代码可读性强：

  library(dplyr)
  list <- DF %>% 
    distinct(names) %>%  # 筛选出names列的唯一行
    pull(names)           # 将列转换为向量
  

  这个方法在处理更复杂的数据框操作时扩展性更好，比如后续还要做其他数据清洗的话，能无缝衔接。

• 补充：若不在意顺序可用factor()
  如果你对词汇的顺序没有要求，也可以先把列转为因子再提取水平值，不过结果会按字母排序：

  list <- levels(factor(DF$names))
  # 输出结果：[1] "free" "get"  "new"
  

总之，最推荐用unique()，完全满足你的需求，零额外依赖，代码极简。

内容的提问来源于stack exchange，提问作者Raghavan vmvs