目录
原始文件:
data <- data.frame(A = c(rep(111, 3), rep(222, 3)), B = rep(1:2, 3), C = c(5:10))
data
# A B C
# 1 111 1 5
# 2 111 2 6
# 3 111 1 7
# 4 222 2 8
# 5 222 1 9
# 6 222 2 10
目标文件:
A B C
1 111 1 5, 7
2 111 2 6
3 222 1 9
4 222 2 8, 10
通俗来说就是将一对一的关系折叠变为一对多的关系,中间用分隔符分开。
library(plyr)
ddply(data, .(A,B), summarise, test = list(C))
A B test
1 111 1 5, 7
2 111 2 6
3 222 1 9
4 222 2 8, 10
查看下类型,折叠的列已变为数字列表。
> str(x)
'data.frame': 4 obs. of 3 variables:
$ A : num 111 111 222 222
$ B : int 1 2 1 2
$ test:List of 4
..$ : int 5 7
..$ : int 6
..$ : int 9
..$ : int 8 10
如要转变为字符串,直接用as.character不行。
ddply(data, .(A,B), summarise, test = as.character(list(C)))
# A B test
# 1 111 1 c(5, 7)
# 2 111 2 6
# 3 222 1 9
# 4 222 2 c(8, 10)
需要用toString函数。
> z=ddply(data, .(A,B), summarize, C = toString(C));z
A B C
1 111 1 5, 7
2 111 2 6
3 222 1 9
4 222 2 8, 10
> str(z)
'data.frame': 4 obs. of 3 variables:
$ A: num 111 111 222 222
$ B: int 1 2 1 2
$ C: chr "5, 7" "6" "9" "8, 10"
library(data.table)
as.data.table(data)[, toString(C), by = list(A, B)]
library(dplyr)
data %>%
group_by(A, B) %>%
summarise(test = toString(C)) %>%
ungroup()
aggregate(C ~., data, toString)
library(sqldf)
sqldf("select A, B, group_concat(C) C from data group by A, B", method = "raw")
以上方法折叠后,都是默认逗号分隔,若是想用其他分隔符呢?可使用collapse参数指定,如dplyr方法:
data %>%
group_by(A, B) %>%
summarize(text = str_c(C, collapse = ";"))
# A tibble: 4 x 3
# Groups: A [2]
A B text
<dbl> <int> <chr>
1 111 1 5;7
2 111 2 6
3 222 1 9
4 222 2 8;10
手机扫一扫
移动阅读更方便
你可能感兴趣的文章