从 R 中的单元格中删除重复的单词

Question

我有一个 2 列数据框，其中第一列是数字，第二列包含研究类别列表。我的数据的简化版本：

aa <- data.frame(a=c(1:4),b=c("Fisheries, Fisheries, Geography, Marine Biology", 
"Fisheries", "Marine Biology, Marine Biology, Fisheries, Zoology", "Geography"))

我想将 b 列转换为一个唯一的元素列表，即删除重复项，这样最终结果是

    a        b
    1        Fisheries, Geography, Marine Biology
    2        Fisheries
    3        Marine Biology, Fisheries, Zoology
    4        Geography

我可以对列表的单个元素执行此操作，例如，使用 unique(unlist(strsplit(aa[1]))) 但仅对单个元素执行此操作，而不是整个列（否则它 returns 整个列的单个唯一列表）。我不知道如何对整个列表执行此操作，一次一个元素。也许使用 lapply 并为 *unique(unlist(strsplit()))?

编写我自己的函数

非常感谢！

Answer 1

这应该适合你。

aa <- data.frame(a=c(1:4),b=c("Fisheries, Fisheries, Geography, Marine Biology", 
                              "Fisheries", "Marine Biology, Marine Biology, Fisheries, Zoology", "Geography"))

aa$b <- sapply(aa$b, function(x) paste(unique(unlist(str_split(x,", "))), collapse = ", "))

从 R 中的单元格中删除重复的单词

Remove duplicate words from cells in R

r

list

unique