使用aggregate.data.frame连接数据帧中的单元格

我有一个如下所示的数据帧：

df <- data.frame(bee.num=c(1,1,1,2,2,3,3), plant=c("d","d","w","d","d","w","d")) 
df$visits = list(1:3, 4:9, 10:11, 1:10, 11:12, 1:4,5:11)
df

    bee.num plant                        visits
1       1     d                          1, 2, 3
2       1     d                 4, 5, 6, 7, 8, 9
3       1     w                           10, 11
4       2     d    1, 2, 3, 4, 5, 6, 7, 8, 9, 10
5       2     d                           11, 12
6       3     w                       1, 2, 3, 4
7       3     d            5, 6, 7, 8, 9, 10, 11

我试过了

aggregate.data.frame(df$visits, by=list(bee.num = df$bee.num, plant = df$plant), FUN=c)

及

---

但我总是得到一个“参数意味着行数不同”的错误。任何帮助都将不胜感激。提前感谢。

在回答您的具体问题时，我认为aggregate.data.frame不容易做到这一点

正如我在之前的文章中所说，大多数R用户可能会在

plyr

中想出一种方法来实现这一点

然而，由于我第一次接触数据分析是通过数据库脚本编写的，因此对于这类任务，我仍然偏爱

sqldf

包

我还发现SQL对非R用户更加透明（这是我在从事大部分工作的社会科学社区中经常遇到的情况）

以下是使用

sqldf

解决问题的方法：

#your data assigned to dat
bee.num <- c(1,1,1,2,2,3,3)
plant <- c("d", "d", "w", "d", "d", "w", "d")
visits <- c("1, 2, 3"
            ,"4, 5, 6, 7, 8, 9"
            ,"10, 11"
            ,"1, 2, 3, 4, 5, 6, 7, 8, 9, 10"
            ,"11, 12"
            ,"1, 2, 3, 4"
            ,"5, 6, 7, 8, 9, 10, 11")


dat <- as.data.frame(cbind(bee_num, plant, visits))

#load sqldf
require(sqldf)

#write a simple SQL aggregate query using group_concat()
#i.e. "select" your fields specifying the aggregate function for the 
#relevant field, "from" a table called dat, and "group by" bee_num
#(because sql_df converts "." into "_" for field names) and plant.
sqldf('select
        bee_num
        ,plant
        ,group_concat(visits) visits
      from dat
      group by 
        bee_num
        ,plant')


  bee_num plant                               visits
1       1     d             1, 2, 3,4, 5, 6, 7, 8, 9
2       1     w                               10, 11
3       2     d 1, 2, 3, 4, 5, 6, 7, 8, 9, 10,11, 12
4       3     d                5, 6, 7, 8, 9, 10, 11
5       3     w                           1, 2, 3, 4

#分配给dat的数据
bee.num如果您将包含列表的数据框作为列传递，而不是传递列表本身，则该函数将按预期工作

x <- aggregate.data.frame(df['visits'], list(df$bee.num, df$plant) , FUN=c)
names(x) <- c('bee.num', 'plant', 'visits')
x
##   bee.num plant                                visits
## 1       1     d             1, 2, 3, 4, 5, 6, 7, 8, 9
## 2       2     d 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
## 3       3     d                 5, 6, 7, 8, 9, 10, 11
## 4       1     w                                10, 11
## 5       3     w                            1, 2, 3, 4

因此，只需调用上面的
aggregate

另外请注意，错误是因为试图将列表强制为数据帧。
aggregate.data.frame
的前两行如下所示：

if (!is.data.frame(x)) 
    x <- as.data.frame(x)

只能将“矩形”列表强制为
data.frame
。所有条目的长度必须相同。
如果先取消列出
列表
列，并使其具有一个长的
数据框，则也可以获得所需的输出：

visits <- unlist(df$visits, use.names=FALSE)
df <- df[rep(rownames(df), sapply(df$visits, length)), c("bee.num", "plant")]
df$visits <- visits
aggregate.data.frame(df$visits, by=list(bee.num = df$bee.num, plant = df$plant), FUN=c)
#   bee.num plant                                     x
# 1       1     d             1, 2, 3, 4, 5, 6, 7, 8, 9
# 2       2     d 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
# 3       3     d                 5, 6, 7, 8, 9, 10, 11
# 4       1     w                                10, 11
# 5       3     w                            1, 2, 3, 4

## Or, better yet:
aggregate(visits ~ bee.num + plant, df, c)

访问我建议您为我们提供一个可复制的示例。谢谢，刚刚添加了一些代码，用于复制第一个数据帧-希望能够满足您的建议。谢谢您的帮助性解释。在我使用的更大的数据集上，一切似乎都很完美。+1。有趣的发现。但是，我们不能使用
aggregate.formula
，因此在进一步使用
data.frame
之前“融化”它，这有点令人恼火+1解释一下。@AnandaMahto是的，这是你的方法的优势。为了可读性，我确实更喜欢aggregate.formula，但它拒绝处理列表列。事实上，正是出于这个原因，我想+1你的帖子。你的输入数据似乎与OP的输入数据不匹配。公平点。我的数据是根据问题的早期版本自行创建的，其中不清楚
visions
列是整数还是字符串。如果
访问
被存储为整数向量列表（而不是逗号分隔的值），那么sqldf将不会如此简单地工作。在任何情况下，aggregate.data.frame似乎比我想象的更灵活。作为一个优势（尽管答案中没有说明），您可以将
aggregate.formula
与这个“长”数据框架一起使用。
> class(df$visits)
[1] "list"
> class(df['visits'])
[1] "data.frame"

if (!is.data.frame(x)) 
    x <- as.data.frame(x)

as.data.frame(df$visits)
## Error in data.frame(1:3, 4:9, 10:11, 1:10, 11:12, 1:4, 5:11, check.names = TRUE,  : 
##   arguments imply differing number of rows: 3, 6, 2, 10, 4, 7

visits <- unlist(df$visits, use.names=FALSE)
df <- df[rep(rownames(df), sapply(df$visits, length)), c("bee.num", "plant")]
df$visits <- visits
aggregate.data.frame(df$visits, by=list(bee.num = df$bee.num, plant = df$plant), FUN=c)
#   bee.num plant                                     x
# 1       1     d             1, 2, 3, 4, 5, 6, 7, 8, 9
# 2       2     d 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
# 3       3     d                 5, 6, 7, 8, 9, 10, 11
# 4       1     w                                10, 11
# 5       3     w                            1, 2, 3, 4

## Or, better yet:
aggregate(visits ~ bee.num + plant, df, c)

library(data.table)
DT <- data.table(df)
setkey(DT, bee.num, plant)
DT[, list(visits = list(unlist(visits))), by = key(DT)]
#    bee.num plant        visits
# 1:       1     d  1,2,3,4,5,6,
# 2:       1     w         10,11
# 3:       2     d  1,2,3,4,5,6,
# 4:       3     d 5,6,7,8,9,10,
# 5:       3     w       1,2,3,4

str(.Last.value)
# Classes ‘data.table’ and 'data.frame':  5 obs. of  3 variables:
#  $ bee.num: num  1 1 2 3 3
#  $ plant  : Factor w/ 2 levels "d","w": 1 2 1 1 2
#  $ visits :List of 5
#   ..$ : int  1 2 3 4 5 6 7 8 9
#   ..$ : int  10 11
#   ..$ : int  1 2 3 4 5 6 7 8 9 10 ...
#   ..$ : int  5 6 7 8 9 10 11
#   ..$ : int  1 2 3 4
#  - attr(*, "sorted")= chr  "bee.num" "plant"
#  - attr(*, ".internal.selfref")=<externalptr>