R语言同时输出几列数据的和

Posted 2023-04-26

参考技术A 两列
有时数据需要比向量更复杂的存储方式。幸运的是，R软件提供了很多的数据结构。常见的有数据框（data.frame）、矩阵（matrix）、列表（list）以及数组（array）。数据框类似于电子表格，矩阵类似于人们熟悉的矩阵数学计算，列表对于程序员比较熟悉。

有没有办法根据索引折叠几列，同时保留其他列？

【中文标题】有没有办法根据索引折叠几列，同时保留其他列？

【英文标题】：Is there a way to collapse a few columns based on an index, while retaining the other columns?

【发布时间】：2021-10-11 19:07:11

【问题描述】：

我有一个看起来像这样的数据框：

ID	Var1	Var2	Var3
1	row1	abc	321
1	row2	bcd	456
2	row4	def	555
2	row5	tss	889

我想要做的是根据 ID 在 Var1 中用逗号连接所有字符串，但保留所有其他列。所以最后一个应该是这样的：

ID	Var1	Var2	Var3
1	row1, row2	abc	321
1	row1, row2	bcd	456
2	row4, row5	def	555
2	row4, row5	tss	889

我尝试过聚合，但如果我这样做，Var2 和 Var3 会被丢弃。我有几列我想像使用 Var 1 一样加入它们的行，有没有办法做到这一点？

感谢您的帮助！

【问题讨论】：

您的问题解决了吗？

【参考方案1】：

使用groupby()+transform():

如果顺序很重要：

df['Var1']=df.groupby('ID')['Var1'].transform(lambda x:','.join(pd.unique(x)))

如果顺序无关紧要：

df['Var1']=df.groupby('ID')['Var1'].transform(lambda x:','.join(set(x)))

df的输出：

    ID  Var1        Var2    Var3
0   1   row1,row2   abc     321
1   1   row1,row2   bcd     456
2   2   row4,row5   def     555
3   2   row4,row5   tss     889

【讨论】：

您好，抱歉，您如何确保仅加入唯一值？所以如果 row1 出现不止一次，那么它不会变成 "row1, row2, row1" 而是 "row1, row2"

@JayneHow 更新了答案...请看一下 :)