dplyr包中distinct()函數(shù)與base包中的unique()函數(shù)比較類似，不同的是unique()是一個(gè)泛型函數(shù)，可以針對向量、矩陣、數(shù)組、數(shù)據(jù)框甚至列表這五種數(shù)據(jù)類型，求取唯一值。而distinct()函數(shù)則是專門為數(shù)據(jù)框設(shè)計(jì)的，這也與tidyverse系列包的宗旨一致。

之前用distinct()函數(shù)的時(shí)候，總?cè)菀壮霈F(xiàn)問題，歸根結(jié)底是沒有弄明白distinct()各參數(shù)的含義，囫圇吞棗的看了看文檔，就開始寫了。今天看到一篇很不錯(cuò)的博客，里面提到了distinct()函數(shù)，感覺作者講的很不錯(cuò)。

distinct()用于對輸入的tbl進(jìn)行去重，返回?zé)o重復(fù)的行，類似于base::unique()。
函數(shù)，但是處理速度更快。原數(shù)據(jù)集行名稱會(huì)被過濾掉。
語法：

distinct(.data, ..., .keep_all = FALSE)
library(dplyr)
df <- tibble::tibble(  
  x = sample(10, 100, rep = TRUE),  
  y = sample(10, 100, rep = TRUE)  
)  
df
#> # A tibble: 100 x 2
#>        x     y
#>    <int> <int>
#>  1     2     9
#>  2     6     7
#>  3     2    10
#>  4     6     9
#>  5     7     8
#>  6    10     1
#>  7     7     9
#>  8     9     9
#>  9     8     2
#> 10     3     1
#> # ... with 90 more rows
# 以全部兩個(gè)變量去重，返回去重后的行數(shù)
distinct(df)
#> # A tibble: 62 x 2
#>        x     y
#>    <int> <int>
#>  1     2     9
#>  2     6     7
#>  3     2    10
#>  4     6     9
#>  5     7     8
#>  6    10     1
#>  7     7     9
#>  8     9     9
#>  9     8     2
#> 10     3     1
#> # ... with 52 more rows
# 和`distinct(df)`結(jié)果一樣
distinct(df, x, y)
#> # A tibble: 62 x 2
#>        x     y
#>    <int> <int>
#>  1     2     9
#>  2     6     7
#>  3     2    10
#>  4     6     9
#>  5     7     8
#>  6    10     1
#>  7     7     9
#>  8     9     9
#>  9     8     2
#> 10     3     1
#> # ... with 52 more rows
# 以變量x去重，只返回去重后的x值  
distinct(df, x)  
#> # A tibble: 10 x 1
#>        x
#>    <int>
#>  1     2
#>  2     6
#>  3     7
#>  4    10
#>  5     9
#>  6     8
#>  7     3
#>  8     5
#>  9     4
#> 10     1
# 以變量y去重，只返回去重后的y值  
distinct(df, y)  
#> # A tibble: 10 x 1
#>        y
#>    <int>
#>  1     9
#>  2     7
#>  3    10
#>  4     8
#>  5     1
#>  6     2
#>  7     5
#>  8     6
#>  9     4
#> 10     3
# 以變量x去重，返回所有變量  
distinct(df, x, .keep_all = TRUE)  
#> # A tibble: 10 x 2
#>        x     y
#>    <int> <int>
#>  1     2     9
#>  2     6     7
#>  3     7     8
#>  4    10     1
#>  5     9     9
#>  6     8     2
#>  7     3     1
#>  8     5     5
#>  9     4     4
#> 10     1     9
# 以變量y去重，返回所有變量，相當(dāng)于
distinct(df, y, .keep_all = TRUE)  
#> # A tibble: 10 x 2
#>        x     y
#>    <int> <int>
#>  1     2     9
#>  2     6     7
#>  3     2    10
#>  4     7     8
#>  5    10     1
#>  6     8     2
#>  7     7     5
#>  8     3     6
#>  9     8     4
#> 10     2     3
# 對變量運(yùn)算后的結(jié)果去重  
distinct(df, diff = abs(x - y)) 
#> # A tibble: 10 x 1
#>     diff
#>    <int>
#>  1     7
#>  2     1
#>  3     8
#>  4     3
#>  5     9
#>  6     2
#>  7     0
#>  8     6
#>  9     5
#> 10     4