Question

我有一个包含许多与此类似的变量的大数据集：

 > data.table(a=letters[1:10],b=LETTERS[1:10],ID=c(1,1,1,2,2,2,2,3,3,3))
     a b ID
  1: a A  1
  2: b B  1
  3: c C  1
  4: d D  2
  5: e E  2
  6: f F  2
  7: g G  2
  8: h H  3
  9: i I  3
 10: j J  3

我想连接（在它们之间使用换行符）所有列值，除了每个ID值的ID，因此结果应如下所示：

     a b ID
  1: a A  1
     b B   
     c C   
  2: d D  2
     e E   
     f F   
     g G   
  3: h H  3
     i I   
     j J

我找到了一个链接R Dataframe: aggregating strings within column, across rows, by group，其中讨论了如何为一个列执行此操作，如何为.SD中的所有列扩展此内容？

为清楚起见，我将分隔符从\n更改为,，结果应如下所示：

   a       b       ID
1: a,b,c   A,B,C   1
2: d,e,f,g D,E,F,G 2
3: h,i,j   H,I,J   3

Answer 1

您可以使用lapply连接所有列。

dt[, lapply(.SD, paste0, collapse=" "), by = ID]
##    ID       a       b
## 1:  1   a b c   A B C
## 2:  2 d e f g D E F G
## 3:  3   h i j   H I J

使用换行符作为ollapse参数而不是" "确实有效，但不会按照您期望的输出中的预期打印。

dt[, lapply(.SD, paste0, collapse="\n"), by = ID]
##    ID          a          b
## 1:  1    a\nb\nc    A\nB\nC
## 2:  2 d\ne\nf\ng D\nE\nF\nG
## 3:  3    h\ni\nj    H\nI\nJ

正如@Frank的评论中指出的那样，问题已更改为将,作为分隔符而不是\n。当然，您只需将collapse参数更改为","即可。如果你想要一个空格", "，那么@DavidArenburg的解决方案更可取。

dt[, lapply(.SD, paste0, collapse=","), by = ID]
dt[, lapply(.SD, toString), by = ID]

数据表字符串串联值的SD列串联

1 个答案: