聚合data.frame中的行

Question

假设我有一个data.frame例如：

df = data.frame(id = c("a","b","c","d","e"), tid = rep("t",5), gid = c("A","B","C","D","E"), V1 = c("11","11","11","00","11"), V2 = c("11","01","11","01","01"), V3 = c("11","11","11","10","11"))

并且我想汇总第4-6列（除前三列之外的所有列）之间相同的行。 对应于聚合行的前三个列字段应该是其原始值的串联（用逗号分隔）。

因此，对于我的示例，这将是结果data,frame ：

> df
   id tid gid V1 V2 V3
1 a,c   t A,C 11 11 11
2 b,e   t B,E 11 01 11
3   d   t   D 00 01 10

最简单/最快的方法是什么？

Answer 1

如果要将值向量折叠到用逗号分隔的列表中，则该工作的最佳功能是paste() ，如果将其与基本的aggregate()函数结合使用，则会得到

aggregate(id~., df, paste,collapse=",")

返回您想要的输出。

使用问题的编辑版本，您可以使用

aggregate(as.matrix(cbind.data.frame(id,tid,gid))~., df, paste,collapse=",")

如果您要汇总的列是字符而不是因素，那么您只需完成

aggregate(cbind(id,tid,gid)~., df, paste,collapse=",")

Answer 2

您在问题中提到“有效”。 然后，我建议查看data.table 。 另外，还不清楚您是否需要unique ，因此我以unique显示了答案，因为它与您所需的输出匹配：

library(data.table)
setDT(df)[, lapply(.SD, function(x) paste(unique(x), collapse = ",")), 
          by = list(V1, V2, V3)]
#    V1 V2 V3  id tid gid
# 1: 11 11 11 a,c   t A,C
# 2: 11 01 11 b,e   t B,E
# 3: 00 01 10   d   t   D

请注意，结果是一个data.table ，并且原始data.frame也已转换为data.table 。