通过唯一标识符聚合并将相关值连接成一个string
我有一个需要，我想可以通过aggregate或reshape来满足，但我不能完全弄清楚。
我有一个名称（ brand ），并附有身份证号码（ id ）的名单。 这个数据的格式很长，所以名字可以有多个ID。 我想通过名称（ brand ）去重复，并将多个可能的id连接成由注释分隔的string。
例如：
brand id RadioShack 2308 Rag & Bone 4466 Ragu 1830 Ragu 4518 Ralph Lauren 1638 Ralph Lauren 2719 Ralph Lauren 2720 Ralph Lauren 2721 Ralph Lauren 2722
应该成为：
RadioShack 2308 Rag & Bone 4466 Ragu 1830,4518 Ralph Lauren 1638,2719,2720,2721,2722
我将如何做到这一点？
我们来调用你的data.frame DF
> aggregate(id ~ brand, data = DF, c) brand id 1 RadioShack 2308 2 Rag & Bone 4466 3 Ragu 1830, 4518 4 Ralph Lauren 1638, 2719, 2720, 2721, 2722
另一种使用aggregate是：
result <- aggregate(id ~ brand, data = DF, paste, collapse = ",")
这产生了相同的结果，现在id不再是一个list 。 感谢@Frank评论。 要查看每个列的class ，请尝试：
> sapply(result, class) brand id "factor" "character"
正如@DavidArenburg在评论中提到的，另一种select是使用toString函数：
aggregate(id ~ brand, data = DF, toString)
data.table一个很好的干净的行
library(data.table) setDT(DF)
两个选项：
结果列表
DF[ , .(id = list(id)), by = brand] brand id 1: RadioShack 2308 2: Rag & Bone 4466 3: Ragu 1830,4518 4: Ralph Lauren 1638,2719,2720,2721,2722 >
结果为一个string
DF[ , .(id = paste(id, collapse=",")), by = brand] brand id 1: RadioShack 2308 2: Rag & Bone 4466 3: Ragu 1830,4518 4: Ralph Lauren 1638,2719,2720,2721,2722
注意
尽pipe两个结果看起来是一样的（即当你打印它们时，它们看上去完全相同），但它们实际上是非常不同的，并且允许不同的function。
也就是说，使用list选项（第一个选项）可以让你在orignal id上执行函数。
后者将允许您更容易地显示信息（包括导出到CSV或excel ），但要操作的id将需要拼接回来。
或者使用dplyr ：
library(dplyr) DF %>% group_by(brand) %>% summarise(id = paste(id, collapse = ","))
DF是你的data.frame的名字。
这是基于R的信息：
myby <- by(df$id,df$brand,function(x)paste(x,collapse=","))
“by”对象的格式很奇怪。 你可以把data.frame(id=c(myby))和品牌变成rownames：
# id # RadioShack 2308 # Rag & Bone 4466 # Ragu 1830,4518 # Ralph Lauren 1638,2719,2720,2721,2722
或者，如果您加载data.table包，这将工作：
dt <- data.table(df) dt[,paste(id,collapse=","),by=brand] # brand V1 # 1: RadioShack 2308 # 2: Rag & Bone 4466 # 3: Ragu 1830,4518 # 4: Ralph Lauren 1638,2719,2720,2721,2722
