将列折叠/连接/聚合到每个组中的单个逗号分隔字符串

Question

将列折叠/连接/聚合到每个组中的单个逗号分隔字符串我想根据两个分组变量聚合数据框中的一列，并用逗号分隔各个值。这是一些数据：data <- data.frame(A = c(rep(111, 3), rep(222, 3)), B = rep(1:2, 3), C = c(5:10))data#     A B  C# 1 111 1  5# 2 111 2  6# 3 111 1  7# 4 222 2  8# 5 222 1  9# 6 222 2 10    “A”和“B”是分组变量，“C”是我想要折叠成逗号分隔character字符串的变量。我试过了：library(plyr)ddply(data, .(A,B), summarise, test = list(C))    A B  test1 111 1  5, 72 111 2     63 222 1     94 222 2 8, 10但是当我试图将测试列转换为character它时，它变成了这样：ddply(data, .(A,B), summarise, test = as.character(list(C)))#     A B     test# 1 111 1  c(5, 7)# 2 111 2        6# 3 222 1        9# 4 222 2 c(8, 10)如何保留character格式并用逗号分隔？例如，第1行应该只是"5,7"，而不是c（5,7）。

Answer 1

这里有一些选项使用toString，一个很好的实用程序函数，用逗号连接字符串。如果你不希望逗号，你可以使用paste()与collapse参数来代替。

data.table

# alternative using data.tablelibrary(data.table)as.data.table(data)[, toString(C), by = list(A, B)]

aggregate这不使用包：

# alternative using aggregate from the stats package in the core of Raggregate(C ~., data, toString)

sqldf

以下是group_concat使用sqldf包使用SQL函数的替代方法：

library(sqldf)sqldf("select A, B, group_concat(C) C from data group by A, B", method = "raw")

dplyr甲dplyr替代：

library(dplyr)data %>%
  group_by(A, B) %>%
  summarise(test = toString(C)) %>%
  ungroup()

plyr

# plyrlibrary(plyr)ddply(data, .(A,B), summarize, C = toString(C))

Answer 2

改变放置位置as.character：

> out <- ddply(data, .(A, B), summarise, test = list(as.character(C)))

> str(out)

'data.frame':   4 obs. of  3 variables:

 $ A   : num  111 111 222 222

 $ B   : int  1 2 1 2

 $ test:List of 4

  ..$ : chr  "5" "7"

  ..$ : chr "6"

  ..$ : chr "9"

  ..$ : chr  "8" "10"

> out

    A B  test

1 111 1  5, 7

2 111 2     6

3 222 1     9

4 222 2 8, 10

但请注意，每个项目实际上仍然是一个单独的字符，而不是单个字符串。也就是说，这不是一个看起来像“5,7”的实际字符串，而是两个字符“5”和“7”，R在它们之间用逗号显示。

与以下内容比较：

> out2 <- ddply(data, .(A, B), summarise, test = paste(C, collapse = ", "))

> str(out2)

'data.frame':   4 obs. of  3 variables:

 $ A   : num  111 111 222 222

 $ B   : int  1 2 1 2

 $ test: chr  "5, 7" "6" "9" "8, 10"

> out

    A B  test

1 111 1  5, 7

2 111 2     6

3 222 1     9

4 222 2 8, 10

基础R中的可比解决方案当然是aggregate：

> A1 <- aggregate(C ~ A + B, data, function(x) c(as.character(x)))

> str(A1)

'data.frame':   4 obs. of  3 variables:

 $ A: num  111 222 111 222

 $ B: int  1 1 2 2

 $ C:List of 4

  ..$ 0: chr  "5" "7"

  ..$ 1: chr "9"

  ..$ 2: chr "6"

  ..$ 3: chr  "8" "10"

> A2 <- aggregate(C ~ A + B, data, paste, collapse = ", ")

> str(A2)

'data.frame':   4 obs. of  3 variables:

 $ A: num  111 222 111 222

 $ B: int  1 1 2 2

 $ C: chr  "5, 7" "9" "6" "8, 10"

Answer 3

这是stringr/ tidyverse解决方案：

library(tidyverse)

library(stringr)

data <- data.frame(A = c(rep(111, 3), rep(222, 3)), B = rep(1:2, 3), C = c(5:10))

data %>%

 group_by(A, B) %>%

 summarize(text = str_c(C, collapse = ", "))

# A tibble: 4 x 3

# Groups:   A [2]

      A     B test 

  <dbl> <int> <chr>

1   111     1 5, 7 

2   111     2 6    

3   222     1 9    

4   222     2 8, 10