合并重复的行并根据重复的行创建新列

Question

假设我有以下内容：

df=read.table(text="ID ColB ColC ColD
1 A S1 X,Y,Z
2 A S2 A,B,C
3 B S3 A,B,C
4 B S4 X
5 C S6 X
6 C S8 X
", header=TRUE)

我想根据ColB合并重复的行，同时在这些行上合并ColC和ColD，比如结果是：

df <- read.table(text="ID ColB ColC ColD
1 A S1,S2 X,Y,Z,A,B,C
2 B S3,S4 A,B,C,X
3 C S6,S8 X
", header=TRUE)

如您所见，由于 ColD，第 5 行和第 6 行具有相同的值，因此生成的 ColD 第 3 行仅包含 X 值。

Answer 1

library(dplyr)
df %>% 
  mutate(ColD = toString(unique(ColD)), 
         ColC = toString(ColC),
         .by = ColB) %>% 
  slice_head(by=ColB)

  ID ColB   ColC         ColD
1  1    A S1, S2 X,Y,Z, A,B,C
2  3    B S3, S4     A,B,C, X
3  5    C S6, S8            X

Answer 2

使用

aggregate

和

strsplit

、

unlist

和合并

toString

，最后添加一个新的 ID 列。

> aggregate(cbind(ColC, ColD) ~ ColB, df, \(x) {
+   unique(unlist(strsplit(x, ','))) |> toString()
+ }) |> 
+   transform(id=seq_along(ColB))
  ColB   ColC             ColD id
1    A S1, S2 X, Y, Z, A, B, C  1
2    B S3, S4       A, B, C, X  2
3    C S6, S8                X  3

如果你不喜欢空间，你可以用

paste(collapse=',')

而不是

toString

。

Answer 3

library("dplyr")

df %>% 
  group_by(ColB) %>%
  group_modify(~{
    tibble(ColC = list(unique(.x$ColC)),
           ColD = list(unique(.x$ColD)) )
  })