如何在多个csv文件中获取每一列的唯一值

Question

我对R比较陌生，请耐心等待。 我有50多个csv文件，希望遍历每个文件并获取每一列的唯一值。 它们都被格式化，第一行是标题。

理想的输出将是一个数据帧，指示每个csv的文件名，列标题和唯一值。 这些是每一列的唯一值，一次是一个，而不是列组合的唯一性。

任何帮助将不胜感激！

这是我如何获取唯一值的列表，但是我不确定下一步该怎么做：

lapply(files, function(x) {
  t <- read.csv(x, header=TRUE) # load file
  unq <- apply(t, 2, unique)
})

Answer 1

这应该可以解决问题：

do.call(rbind, lapply(files, function(x) {
  dat <- read.csv(x, header=TRUE)
  do.call(rbind, lapply(seq(ncol(dat)), function(idx) {
    data.frame(filename=x, column=colnames(dat)[idx],
               value=unique(dat[,idx]))
  }))
}))

外部lapply为每个文件x返回一个数据帧，内部lapply为x每个编号为idx列返回一个数据帧。