使用 data.table 进行字符串分组（聚合）（R 3.1.1）答案

【问题标题】：String grouping (aggregation) with data.table (R 3.1.1)使用 data.table 进行字符串分组（聚合）（R 3.1.1）
【发布时间】：2014-09-02 03:53:16
【问题描述】：

输入：我有这些数据：

library(data.table)
ids <- c(10, 10, 10, 11, 12, 12)
items <- c('soup', 'rice', 'lemon', 'chicken', 'lamb', 'noodles')
orders <- as.data.table(list(id=ids, item=items))

> orders
   id    item
1: 10    soup
2: 10    rice
3: 10   lemon
4: 11 chicken
5: 12    lamb
6: 12 noodles

目标：需要达到这个目标（按 id 对所有项目进行分组）：

   id        items
1: 10    soup,rice,lemon
2: 11    chicken
3: 12    lamb,noodles

我做了什么：我在 R 3.1.1（最新版本）上使用 data.table - 尝试了以下方法，应该可以：

orders[,list(items=list(item)), by=id]

但得到以下（不正确的）输出：

   id       items
1: 10 lamb,noodles,lemon
2: 11 lamb,noodles,lemon
3: 12 lamb,noodles,lemon

我做错了什么，使用 data.table 正确分组字符串的正确方法是什么？

【问题讨论】：

您提到的 Rv3.1.1 中的错误结果是 bug，已在 1.9.3 中修复。

标签： r aggregate data.table

【解决方案1】：

听起来您正在寻找的语法有点尴尬，但当您考虑通常如何使用 list 时，它是有道理的。

尝试以下方法：

orders[, list(item = list(item)), by = "id"]
#    id            item
# 1: 10 soup,rice,lemon
# 2: 11         chicken
# 3: 12    lamb,noodles
str(.Last.value)
# Classes ‘data.table’ and 'data.frame':  3 obs. of  2 variables:
#  $ id  : num  10 11 12
#  $ item:List of 3
#   ..$ : chr  "soup" "rice" "lemon"
#   ..$ : chr "chicken"
#   ..$ : chr  "lamb" "noodles"
#  - attr(*, ".internal.selfref")=<externalptr>

【讨论】：

酷 - 它的工作。谢谢你。但令人困惑的是为什么需要 c(item)，因为 item 应该已经是一个向量（按 id 分组）。例如，这段代码 sn -p orders[,str(item), by=id] 清楚地表明每个都是正确的向量（并且只生成 3 行，每组一个，而不是 6 行，如果它们是需要 c 的单个元素，就会出现这种情况使它们成为矢量）。无论如何，谢谢你的回答。
另外，谢谢str(.Last.value) - 不知道。有助于避免重新执行命令只是为了查看str。

【解决方案2】：

orders[, paste(item, collapse = ","), by = id]

##    id              V1
## 1: 10 soup,rice,lemon
## 2: 11         chicken
## 3: 12    lamb,noodles

【讨论】：

谢谢大卫。粘贴有效，但之后很难单独识别“项目”输出中的元素（与列表不同）。也许我应该在问题中提到这是我正在创建的库/包函数的一部分，它应该能够在返回的输出中单独识别元素（作为数据框）。我很想使用粘贴，但是因为它产生一个字符串并且调用者必须“解析”它，这与一个更适合迭代或 lapply 类型的东西的列表不同。希望通过列表/数据框魔术看到类似的结果
@GopalakrishnaPalem，所以您正在寻找与 aggregate(item ~ id, orders, I) 类似的行为？