dplyr包中distinct()函数与base包中的unique()函数比较类似，不同的是unique()是一个泛型函数，可以针对向量、矩阵、数组、数据框甚至列表这五种数据类型，求取唯一值。而distinct()函数则是专门为数据框设计的，这也与tidyverse系列包的宗旨一致。
之前用distinct()函数的时候，总容易出现问题，归根结底是没有弄明白distinct()各参数的含义，囫囵吞枣的看了看文档，就开始写了。今天看到一篇很不错的博客，里面提到了distinct()函数，感觉作者讲的很不错。
distinct()用于对输入的tbl进行去重，返回无重复的行，类似于base::unique()。
函数，但是处理速度更快。原数据集行名称会被过滤掉。
语法：
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
# 以全部两个变量去重，返回去重后的行数
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)`结果一样
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
# 以变量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
# 以变量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
# 以变量x去重，返回所有变量
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
# 以变量y去重，返回所有变量，相当于
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
# 对变量运算后的结果去重
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