Fatal编程技术网
  • r/
  • R 按唯一标识符聚合并将相关值连接到字符串中

R 按唯一标识符聚合并将相关值连接到字符串中

r

R 按唯一标识符聚合并将相关值连接到字符串中,r,concatenation,aggregate,R,Concatenation,Aggregate,我有一个需求，我想可以通过聚合或重塑来满足，但我不太清楚 我有一个姓名列表（品牌），以及随附的身份证号码（ID）。此数据格式较长，因此名称可以有多个ID。我想按名称（brand）进行重复数据消除，并将多个可能的id连接成一个由注释分隔的字符串 例如： brand id RadioShack 2308 Rag & Bone 4466 Ragu 1830 Ragu 4518 Ralph Laure

我有一个需求，我想可以通过
聚合
或
重塑
来满足，但我不太清楚

我有一个姓名列表（
品牌
），以及随附的身份证号码（
ID
）。此数据格式较长，因此名称可以有多个ID。我想按名称（
brand
）进行重复数据消除，并将多个可能的
id
连接成一个由注释分隔的字符串

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
应成为：

RadioShack       2308
Rag & Bone       4466
Ragu             1830,4518
Ralph Lauren     1638,2719,2720,2721,2722
我将如何实现这一点？

让我们调用您的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
使用聚合的另一种选择是：

result <- aggregate(id ~ brand, data = DF, paste, collapse = ",")
正如@davidernburg在评论中提到的，另一种选择是使用
toString
功能：

aggregate(id ~ brand, data = DF, toString)
下面是base R中的信息：

myby <- by(df$id,df$brand,function(x)paste(x,collapse=","))
或者，如果您加载
data.table
包，这将起作用：

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

dtdata.table


library(data.table)
setDT(DF)


两种选择：
结果作为列表


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
> 


结果为字符串


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
即使这两个结果看起来相同（即当您打印它们时，它们看起来是相同的），但实际上它们非常不同，并且允许使用不同的功能。

也就是说，使用列表选项（第一个）允许您在原始
id
s上执行功能

后者将使您能够更轻松地显示信息（包括导出到
CSV
或
excel
），但要操作
id
，需要将其重新拼接。
或使用：


其中，
DF
是您的data.frame的名称。
非常奇怪，R不允许我输出这个data.frame…我想是因为
id
是一个列表。如何导出到CSV？@Jilber您的“id”输出列的类应该是“character”（而不是list），因为OP想要导出数据帧。+1。我喜欢这个解决方案，因为它是供我自己使用的。不过，我想您可能需要将OP的问题更改为聚合（id~brand，paste，collapse=“，”，data=df）
或类似。值得一提的是聚合（id~brand，df，toString）
如果我想做同样的事情，但只针对特定的值，那么会发生什么？。我的意思是，在您的示例中，仅使用
id==2308
。在您想要的输出中，“Ragu”不应该出现两次，对吗？对于每个品牌，您希望结果是id的
列表还是拼凑在一起的单个字符串？谢谢！list（list（id））有效，但为什么？@LauriK，
list（list（id））
与答案中的第一个选项相同。唯一的区别是列表中的名称是否明确给出。outter
列表
，data.table将转换为“column”的意思（因为所有data.tables和data.frames实际上只是一个列列表）。内部的
列表
指示每个单元格中的值将是一个列表谢谢！我使用了
粘贴（id，sep=“，”）
，最后得到了未聚合的结果。事实证明，我需要使用
粘贴（id，collapse=“，”）
，这将使摘要列成为逗号分隔的字符串类型。。不是向量…不，正如在其他答案中一样，结果是data.frame，其中一个名为
id
的向量属于
character
类，包含
id
字符串，按问题要求用逗号分隔
is.vector（DF$id）
返回
TRUE
。如果你有一个关于这个方法的问题，考虑把它作为一个新的问题发布。me@SamFirke,您能告诉我如何使用您的解决方案仅粘贴
id
的唯一值，而
id
的值与
品牌
对应吗？谢谢尝试添加
unique
，使其成为
粘贴（unique（id），collapse=“，”
——如果这样做不起作用，则应该发布一个新问题。

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
> 



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



library(dplyr)
DF %>%
  group_by(brand) %>%
  summarise(id = paste(id, collapse = ","))