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的字符
字符串的变量。我尝试过:
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
但是当我尝试将测试列转换为字符
时,它变成这样:
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)
如何保留字符
格式并用逗号分隔它们?例如,第 1 行应该仅为 "5,7"
,而不是 c(5,7)。
最佳答案
这里有一些使用 toString
的选项,该函数使用逗号和空格来连接字符串向量来分隔组件。如果您不需要逗号,可以将 paste()
与 collapse
参数结合使用。
数据表
# alternative using data.table
library(data.table)
as.data.table(data)[, toString(C), by = list(A, B)]
聚合这不使用包:
# alternative using aggregate from the stats package in the core of R
aggregate(C ~., data, toString)
sqldf
这里是使用 SQL 函数 group_concat
的替代方案,使用 sqldf package :
library(sqldf)
sqldf("select A, B, group_concat(C) C from data group by A, B", method = "raw")
dplyr dplyr
替代方案:
library(dplyr)
data %>%
group_by(A, B) %>%
summarise(test = toString(C)) %>%
ungroup()
或使用更新版本的 dplyr
data %>% summarise(test = toString(C), .by = c(A, B))
plyr
# plyr
library(plyr)
ddply(data, .(A,B), summarize, C = toString(C))
关于r - 将列折叠/连接/聚合为每个组中的单个逗号分隔字符串,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15933958/