基于A列在R中组合多行

Question

我正在总结一个包含 7000 多个非数字值的巨大数据框。

以下是我尝试处理数据的示例。

Person	Description	Initials	Locations
Jake	Info1	JK	Mars
Jake	Info2	JK	Jupiter
Sam	Info1	SP	Saturn
Sam	Info2	SP	Earth
Sam	Info3	SP	Mars

我希望我的输出是这样的：

Person	Description	Initials	Locations
Jake	Info1 ; Info2	JK	Mars ; Jupiter
Sam	Info1 ; Info2 ; Info3	SP	Saturn ; Earth ; Mars

我已将数据导入 R，但不太确定如何根据第一列合并所有数据。我知道我们可以在 R 中使用聚合的数字。我应该如何仅使用值/非数字信息并将它们与它们之间的分号结合起来。

我将不胜感激这方面的任何帮助。提前谢谢你。

test <- read.table(file='test_data.tsv', sep = '\t', header = TRUE, fill = TRUE)

Answer 1

你可以使用aggregate():

~ 右侧的变量是分组变量，而. 代表“测试”数据框中的所有其他变量。然后将其他传递的参数paste() 和collapse 用于分组数据。

aggregate(.~Person+Initials, test, paste, collapse=" ; ")
##   Person Initials           Description             Locations
## 1   Jake       JK         Info1 ; Info2        Mars ; Jupiter
## 2    Sam       SP Info1 ; Info2 ; Info3 Saturn ; Earth ; Mars

它产生的结果与其他建议的解决方案相同：

res_Tjebo <- test %>%
                group_by(Person, Initials) %>%
                summarise(Description = paste(Description, collapse = ","),
                          Locations   = paste(Locations,   collapse = ",")) %>% 
                ungroup()

res_jwarz <- test %>% 
                aggregate(
                  .~Person+Initials, 
                  ., 
                  paste, collapse=",") %>%
                as_tibble()

identical(res_Tjebo, res_jwarz)
## [1] TRUE

Answer 2

您可以使用汇总、粘贴和折叠：

test <- read.table(
text = "Person  Description Initials    Locations
Jake    Info1   JK  Mars
Jake    Info2   JK  Jupiter
Sam Info1   SP  Saturn
Sam Info2   SP  Earth
Sam Info3   SP  Mars", sep = '\t', header = TRUE, fill = TRUE)

library(tidyverse)

test %>%
  group_by(Person, Initials) %>%
  summarise(Description = paste(Description, collapse = ","),
            Locations = paste(Locations, collapse = ","))
#> `summarise()` regrouping output by 'Person' (override with `.groups` argument)
#> # A tibble: 2 x 4
#> # Groups:   Person [2]
#>   Person Initials Description       Locations        
#>   <chr>  <chr>    <chr>             <chr>            
#> 1 Jake   JK       Info1,Info2       Mars,Jupiter     
#> 2 Sam    SP       Info1,Info2,Info3 Saturn,Earth,Mars

但请注意，您基本上是在让您的数据“不整洁”......