我有一个需要,我认为可以通过aggregate
或reshape
来满足,但我无法弄明白。
我有一个名单列表(brand
)和附带的ID号(id
)。这些数据是长形式的,因此名称可以有多个ID。我想通过名称(brand
)去重复,并将多个可能的id
连接到由注释分隔的字符串中。
例如:
brand id
RadioShack 2308
Rag & Bone 4466
Ragu 1830
Ragu 4518
Ralph Lauren 1638
Ralph Lauren 2719
Ralph Lauren 2720
Ralph Lauren 2721
Ralph Lauren 2722
应该成为:
RadioShack 2308
Rag & Bone 4466
Ragu 1830,4518
Ralph Lauren 1638,2719,2720,2721,2722
我将如何做到这一点?
答案 0 :(得分:58)
让我们调用您的data.frame DF
> aggregate(id ~ brand, data = DF, c)
brand id
1 RadioShack 2308
2 Rag & Bone 4466
3 Ragu 1830, 4518
4 Ralph Lauren 1638, 2719, 2720, 2721, 2722
使用aggregate
的另一种选择是:
result <- aggregate(id ~ brand, data = DF, paste, collapse = ",")
这会产生相同的结果,现在id
不再是list
。感谢@Frank评论。要查看每列的class
,请尝试:
> sapply(result, class)
brand id
"factor" "character"
正如@DavidArenburg在评论中所提到的,另一种选择是使用toString
函数:
aggregate(id ~ brand, data = DF, toString)
答案 1 :(得分:37)
data.table
library(data.table)
setDT(DF)
以列表结果
DF[ , .(id = list(id)), by = brand]
brand id
1: RadioShack 2308
2: Rag & Bone 4466
3: Ragu 1830,4518
4: Ralph Lauren 1638,2719,2720,2721,2722
>
以字符串结果
DF[ , .(id = paste(id, collapse=",")), by = brand]
brand id
1: RadioShack 2308
2: Rag & Bone 4466
3: Ragu 1830,4518
4: Ralph Lauren 1638,2719,2720,2721,2722
即使两个结果出现相同(即打印它们时,它们看起来相同),它们实际上是非常不同的,并允许不同的功能。
即,使用list选项(第一个)允许您在orignal id
上执行函数。
后者可让您更轻松地显示信息(包括导出到CSV
或excel
),但要对id
进行操作,则需要将其拼接回来。< / p>
答案 2 :(得分:20)
或使用dplyr:
"B"
library(dplyr)
DF %>%
group_by(brand) %>%
summarise(id = paste(id, collapse = ","))
是data.frame的名称。
答案 3 :(得分:10)
以下是基础R中的信息:
myby <- by(df$id,df$brand,function(x)paste(x,collapse=","))
“by”对象的格式很奇怪。您可以data.frame(id=c(myby))
,品牌将成为rownames:
# id
# RadioShack 2308
# Rag & Bone 4466
# Ragu 1830,4518
# Ralph Lauren 1638,2719,2720,2721,2722
或者,如果您加载data.table
包,则可以使用:
dt <- data.table(df)
dt[,paste(id,collapse=","),by=brand]
# brand V1
# 1: RadioShack 2308
# 2: Rag & Bone 4466
# 3: Ragu 1830,4518
# 4: Ralph Lauren 1638,2719,2720,2721,2722