如何在DataFrame中仅保留每行的唯一值？

我懂你遇到的问题了——你要的是对DataFrame的每一行单独去重，但之前用plyr和全局unique()的思路是对整个数据集去重，完全没达到逐行处理的效果对吧？

方法1：基础的apply逐行处理 #

这是最直接的方式，用apply()按行遍历，对每行单独调用unique()，同时可以先过滤掉NA值（如果你的数据里有空值的话）：

# 假设你的数据框名为df
# 逐行提取唯一值，过滤NA，最后转置成行结构
result <- t(apply(df, 1, function(row) unique(row[!is.na(row)])))

举个例子，用你提供的输入数据：

# 构造输入数据框
df <- data.frame(
  col1 = c(1,1,2,0,5),
  col2 = c(1,6,2,0,1),
  col3 = c(2,7,5,6,2),
  col4 = c(3,8,5,6,3),
  col5 = c(4,NA,7,6,4),
  col6 = c(NA,NA,8,6,NA),
  col7 = c(NA,NA,9,NA,NA)
)

运行上面的代码后，输出就和你期望的一致（长度不足的行会自动补NA，如果你想去掉NA可以后续再处理）。

方法2：用dplyr的行级处理（更符合tidyverse风格） #

如果你习惯用tidyverse工具链，可以结合rowwise()和c_across()来实现：

library(dplyr)
library(tidyr)

result <- df %>%
  rowwise() %>%
  # 把每行的所有列合并，提取唯一值，存为列表列
  mutate(unique_vals = list(unique(c_across(everything())))) %>%
  ungroup() %>%
  # 把列表列展开成宽格式（长度不足的补NA）
  unnest_wider(unique_vals, names_sep = "_")

这个方法的好处是可以和其他tidyverse操作无缝衔接，比如后续还要对去重后的数据做处理。

为什么之前的方法没用？ #

• 全局unique(df)是对整个数据框的行去重——也就是保留那些完全不重复的行，而不是每行内部的元素去重。
• plyr的函数大多是按分组处理数据，默认不会逐行对元素去重，所以达不到你的需求。

内容的提问来源于stack exchange，提问作者Praveen M Kulkarni