按组值连接 SD 列的数据表字符串

Question

我有一个大数据集，其中包含许多看起来与此类似的变量：

 > data.table(a=letters[1:10],b=LETTERS[1:10],ID=c(1,1,1,2,2,2,2,3,3,3))
     a b ID
  1: a A  1
  2: b B  1
  3: c C  1
  4: d D  2
  5: e E  2
  6: f F  2
  7: g G  2
  8: h H  3
  9: i I  3
 10: j J  3

我想为每个 ID 值连接（在它们之间用换行符）除 ID 之外的所有列值，所以结果应该如下所示：

     a b ID
  1: a A  1
     b B   
     c C   
  2: d D  2
     e E   
     f F   
     g G   
  3: h H  3
     i I   
     j J   

我找到了一个链接R Dataframe: aggregating strings within column, across rows, by group，它讨论了如何为一列执行此操作，如何将其扩展到 .SD 中的所有列？

为了清楚起见，我将分隔符从 \n 更改为 ,，结果应如下所示：

   a       b       ID
1: a,b,c   A,B,C   1
2: d,e,f,g D,E,F,G 2
3: h,i,j   H,I,J   3

Answer 1

您可以使用lapply 连接所有列。

dt[, lapply(.SD, paste0, collapse=" "), by = ID]
##    ID       a       b
## 1:  1   a b c   A B C
## 2:  2 d e f g D E F G
## 3:  3   h i j   H I J

使用换行符作为 ollapse 参数而不是 " " 确实有效，但不会像您在所需输出中所期望的那样打印。

dt[, lapply(.SD, paste0, collapse="\n"), by = ID]
##    ID          a          b
## 1:  1    a\nb\nc    A\nB\nC
## 2:  2 d\ne\nf\ng D\nE\nF\nG
## 3:  3    h\ni\nj    H\nI\nJ

正如@Frank 在 cmets 中指出的那样，问题已更改为将 , 作为分隔符，而不是 \n。当然，您可以将collapse 参数更改为","。如果您也想拥有空间", "，那么@DavidArenburg 的解决方案更可取。

dt[, lapply(.SD, paste0, collapse=","), by = ID]
dt[, lapply(.SD, toString), by = ID]