为了账号安全,请及时绑定邮箱和手机立即绑定

将列折叠/连接/聚合到每个组中的单个逗号分隔字符串

/ 猿问

将列折叠/连接/聚合到每个组中的单个逗号分隔字符串

慕后森 2019-05-25 16:20:07

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  test

1 111 1  5, 7

2 111 2     6

3 222 1     9

4 222 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)。


查看完整描述

3 回答

?
隔江千里

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()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")

dplyrdplyr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))


查看完整回答
反对 回复 2019-05-25
?
慕仰1329654

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"


查看完整回答
反对 回复 2019-05-25
?
慕粉4167745

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


查看完整回答
反对 回复 2019-05-25

添加回答

回复

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信