R：将组中的所有字符串组合成一行答案

【问题标题】：R: combine all strings in group in one rowR：将组中的所有字符串组合成一行
【发布时间】：2021-11-11 12:52:02
【问题描述】：

我有以下数据框：

               Date          Day    Element    Variable    Failure
2021-03-01 08:00:00   2021-03-01          A     Current          1
2021-03-01 08:00:00   2021-03-01          A     Voltage          1
2021-03-01 08:10:00   2021-03-01          A     Current          0
2021-03-01 08:10:00   2021-03-01          A     Voltage          0
2021-03-01 08:20:00   2021-03-01          A     Current          1
2021-03-01 08:20:00   2021-03-01          A     Voltage          1
2021-03-02 08:00:00   2021-03-02          B     Current          1
2021-03-02 08:00:00   2021-03-02          B     Voltage          0
2021-03-02 08:10:00   2021-03-02          B     Current          1
2021-03-02 08:10:00   2021-03-02          B     Voltage          0
2021-03-02 08:20:00   2021-03-02          B     Current          1
2021-03-02 08:20:00   2021-03-02          B     Voltage          0

在按Day 和Element 分组后，如果每组中至少有一行有Failure == 1，我想生成一个列，将Variable 列中的字符串组合成逗号分隔的字符串。所以我正在寻找这个输出：

       Day    Element        Combination
2021-03-01          A    Current,Voltage
2021-03-02          B            Current

【问题讨论】：

标签： r string group-by

【解决方案1】：

也许你可以试试aggregate，如下所示

aggregate(
  variable ~ Day + Element,
  subset(
    df,
    Failure == 1
  ),
  function(x) toString(unique(x))
)

【讨论】：

工作得几乎完美，但它复制了具有相同名称的列“元素”，所以如果我这样做“df = df %>% dplyr::select(-Element)”，两列都被删除.知道如何只删除一个吗？
好吧，我用 'df = df[ -c(2) ]' 得到它，是重复列之一的索引 2

【解决方案2】：

我们可以使用tidyr的函数pivot_wider和unite。

df %>% group_by(date, Element, Variable) %>%
        summarise(Failure=max(Failure)) %>%
        pivot_wider(names_from=Variable, values_from = Failure) %>%
        mutate(across(Current:Voltage, ~ifelse(.x, deparse(substitute(.x)), NA))) %>%
        tidyr::unite(col='Combination', Current:Voltage, na.rm = TRUE, sep=", ")

# A tibble: 2 x 3
# Groups:   date, Element [2]
  date       Element Combination     
  <date>     <chr>   <chr>           
1 2021-03-01 A       Current, Voltage
2 2021-03-02 B       Current

数据

df<-tibble(date=as.Date(c("2021-03-01","2021-03-01", "2021-03-01", "2021-03-01", "2021-03-02", "2021-03-02", "2021-03-02", "2021-03-02")),
           Element=c('A', 'A', 'A',"A","B", 'B', 'B', 'B'),
           Variable=rep(c('Current', 'Voltage'), 4),
           Failure = c(1,1,0,0,1,0,0,0))

# A tibble: 8 x 4
  date       Element Variable Failure
  <date>     <chr>   <chr>      <dbl>
1 2021-03-01 A       Current        1
2 2021-03-01 A       Voltage        1
3 2021-03-01 A       Current        0
4 2021-03-01 A       Voltage        0
5 2021-03-02 B       Current        1
6 2021-03-02 B       Voltage        0
7 2021-03-02 B       Current        0
8 2021-03-02 B       Voltage        0

编辑一种更简单的方法：

df %>% mutate(Combined=(ifelse(Failure==1, Variable, NA))) %>%
        group_by(date, Element) %>%
        summarise(Combined=paste(unique(na.omit(Combined)), collapse = ', '))%>%
        ungroup()

【讨论】：