在数据框中按组折叠文本[重复]

Posted 2023-02-19

【中文标题】在数据框中按组折叠文本[重复]

【英文标题】：Collapse text by group in data frame [duplicate]

【发布时间】：2022-01-17 23:55:39

【问题描述】：

如何在group 列中按组聚合数据并折叠text 列中的文本？

样本数据：

df <- read.table(header=T, text="
group text
a a1
a a2
a a3
b b1
b b2
c c1
c c2
c c3
")

所需的输出（数据框）：

group text
a     a1a2a3
b     b1b2
c     c1c2c3

现在我有：

sapply(unique(df$group), function(x) 
  paste0(df[df$group==x,"text"], collapse='')
)

这在某种程度上有效，因为它返回按组正确折叠的文本，但作为向量：

[1] "a1a2a3" "b1b2"   "c1c2c3"

我需要一个带有group 列的数据框。

【参考方案1】：

只需使用aggregate：

aggregate(df$text, list(df$group), paste, collapse="")
##   Group.1      x
## 1       a a1a2a3
## 2       b   b1b2
## 3       c c1c2c3

或plyr

library(plyr)
ddply(df, .(group), summarize, text=paste(text, collapse=""))
##   group   text
## 1     a a1a2a3
## 2     b   b1b2
## 3     c c1c2c3

如果您有大型数据集，ddply 比 aggregate 快。

编辑： 在@SeDur 的建议下：

aggregate(text ~ group, data = df, FUN = paste, collapse = "")
##   group   text
## 1     a a1a2a3
## 2     b   b1b2
## 3     c c1c2c3

对于与早期方法相同的结果，您必须这样做：

aggregate(x=list(text=df$text), by=list(group=df$group), paste, collapse="")

EDIT2：使用data.table：

library("data.table")
dt <- as.data.table(df)
dt[, list(text = paste(text, collapse="")), by = group]
##    group   text
## 1:     a a1a2a3
## 2:     b   b1b2
## 3:     c c1c2c3

【讨论】：

使用aggregate的公式形式给出更漂亮的名称：aggregate(text ~ group, data = df, FUN = paste, collapse = "")

@rawr 这是第一次编辑

非公式 aggregate 也不需要那么折磨人 - aggregate(df["text"], df["group"], paste, collapse="") 就可以了。

【参考方案2】：

您可以为此使用 dplyr 包

library(dplyr)

df %>%
  group_by(group) %>%
  summarise(text=paste(text,collapse=''))

【讨论】：

当您折叠所有行时，如何保留所有变量值而不仅仅是一个分配的值？