dplyr合并行和列，其中除一个列外的所有列都匹配

我的df如下所示：

ID  Val1 Val2 Val3
0     2    3    4
1     5    3    2
2     3    4    3
3     4    5    9
3     2    5    9

除了Val1之外，所有的值都将匹配，所以我希望合并有重复ID的行，并合并与Val1不同的值。我的预期产出是：

ID  Val1 Val2 Val3
0     2    3    4
1     5    3    2
2     3    4    3
3    4,2   5    9

---

aggregate

函数似乎很接近，但并不完全符合我的要求。

我们可以通过“ID”进行分组，并通过获取主题的

唯一值并包装在
列表中来总结其他列

library(dplyr)
df1 %>%
    group_by(ID) %>% 
    summarise_all(~ list(unique(.)))


或者，如果需要单个字符串，可以粘贴
唯一的
元素

library(stringr)
df1 %>%
   group_by(ID) %>%
   summarise_all(~ toString(unique(.)))
# A tibble: 4 x 4
#     ID Val1  Val2  Val3 
#  <int> <chr> <chr> <chr>
#1     0 2     3     4    
#2     1 5     3     2    
#3     2 3     4     3    
#4     3 4, 2  5     9    

数据
df1第3行将是字符串，而不是数字。这就是你需要的吗？是的，那很好，我只是要计算这些值的出现次数，这样字符串就可以工作了
aggregate(.~ ID, df1, I) # creates list column
aggregate(.~ ID, df1, toString) # creates string

df1 <- structure(list(ID = c(0L, 1L, 2L, 3L, 3L), Val1 = c(2L, 5L, 3L, 
4L, 2L), Val2 = c(3L, 3L, 4L, 5L, 5L), Val3 = c(4L, 2L, 3L, 9L, 
9L)), class = "data.frame", row.names = c(NA, -5L))