Question

我的数据格式如下

-------------------------
| A | a |            1   |
-------------------------
| A | a |            2   |
-------------------------
| A | a |            3   |
-------------------------
| B | b |            1   |
-------------------------
| B | b |            3   |
-------------------------
| B | b |            5   |
-------------------------

基本上，如果第一个键相同，则除最后一个键外的所有列都相同。我想使数据框更紧凑，因此我没有一个观察最后一列的实例，而是有一个数字列表

类似这样的东西：

-------------------------
| A | a |        1,2,3   |
-------------------------
| B | b |        1,3,5   |
-------------------------

我正在学习R中的tidyverse，但是我很新，我还没有找到合适的函数来执行此操作。感谢您的投入。

Answer 1

1）列表。这使第三列成为列表，这样列表中的每个元素都包含一个向量。

SELECT * 
FROM table_a 
LEFT  JOIN table_b ON table_a.id = table_b.my_col
LEFT  JOIN table_c ON table_a.id = table_c.my_col

给予：

library(dplyr)
library(tidyr)

DF %>%
  group_by(V1, V2) %>%
  nest %>%
  ungroup

1a）这也可以写成

# A tibble: 2 x 3
  V1    V2    data            
  <fct> <fct> <list>          
1 A     a     <tibble [3 x 1]>
2 B     b     <tibble [3 x 1]>

2）字符另一种可能性是从第三列的数据中创建字符串：

DF %>% nest(V3, .key = "V3")

给予：

library(dplyr)

DF %>%
  group_by(V1, V2) %>%
  summarize(V3 = toString(V3)) %>%
  ungroup

3）sql 上面使用的dplyr。这使用SQL给出类似于（2）的答案。

# A tibble: 2 x 3
  V1    V2    V3     
  <fct> <fct> <chr>  
1 A     a     1, 2, 3
2 B     b     1, 3, 5

给予：

library(sqldf)
sqldf("select V1, V2, group_concat(V3) V3 
       from DF
       group by V1, V2", method = "raw")

注意

将来，请以可重复的形式提供数据，如下所示：

  V1 V2    V3
1  A  a 1,2,3
2  B  b 1,3,5

Answer 2

按ID列分组，并使用粘贴（带有collapse=","）对数字列进行汇总。这将为您提供一个（字符）列，其中包含每个ID行的数字列表。

require(dplyr)
df<-data.frame(a=c("a","a","a","b","b"),b=c(1,2,3,1,2))
df %>% group_by(a) %>% summarize(b=paste(b,collapse=","))

# A tibble: 2 x 2
  a     b      
  <fct> <chr>  
1 a     1,2,3
2 b     1,2

Answer 3

使用R base：

> aggregate(V3~V1+V2, data=DF, paste0, collapse=",")
  V1 V2    V3
1  A  a 1,2,3
2  B  b 1,3,5

将多行合并为一个（R）

3 个答案:

注意