如何根据唯一的行值将列值合并到向量列中？

Question

我是 R 新手，因此非常感谢您帮助了解正在发生的事情！ 我有一个非常大的数据框，结构如下：

变量 1 变量 2
(chr) (int)
一、1
一、二
A , 3
B , 4
B , 5
C , 6
C , 7
C , 8
C , 9
...

我想创建一个新的数据框，将 Var 1 分类值组合在一起，并将所有相应的整数 Var2 值组合成数值向量

我希望它看起来像： Var1 Var2_Combined
(chr) (int)
A , 向量[1, 2, 3]
B , 向量[4, 5]
C , 向量[6, 7, 8, 9]
等

因为数据集很大，我不想手动分配每个向量，我想通过一个函数来完成。我尝试了以下方法，但没有成功。

1.转换为字符串

write.csv(aggregate(df$Var2 ~ df$Var1, FUN = toString), file = "Test_file")    

但我无法使用 as.numeric() 或 as.integer() 或任何这些类型的命令将字符串转换回可用的数字。

2。连接
我试图用 c() 来做到这一点

write.csv(aggregate(df$Var2 ~ df$Var1, FUN = c), file = "Test_file")    

虽然它将所有 Var2 值与 Var1 中的唯一值相匹配，但它创建了一堆新列，而不是将这些值组合成向量的列：

Var1 Var2 Var3 Var4 Var5 等
(chr) (int) (int) (int) 等
A , 1 , 2 , 3 等
B , 1 , 2 , 3 等

3。一个 for 循环

我尝试使用 unique() 过滤器和一个“for”循环，但它只是返回了不可用的数字

Var1_Unique <- unique(df$Var1)    
Var2_Combined <- numeric(length = length(Var1_Unique))    

for (i in seq(1, length(Var1_Unique))) {         
   Var2_Combined[i] <- df %>% filter(Var2 == Var1_Unique[i]) 
   }   

我现在只连接了 dplyr。

谢谢

Answer 1

有两种选择：

1.将数据存储在列表中。

A.使用基础 R：

df1 <- aggregate(Var2~Var1, df, list)
df1

#  Var1       Var2
#1    A    1, 2, 3
#2    B       4, 5
#3    C 6, 7, 8, 9

str(df1)
#'data.frame':  3 obs. of  2 variables:
# $ Var1: chr  "A" "B" "C"
# $ Var2:List of 3
#  ..$ : int  1 2 3
#  ..$ : int  4 5
#  ..$ : int  6 7 8 9

现在将数据恢复为原始数据。

df2 <- transform(df1[rep(1:nrow(df1), lengths(df1$Var2)), ], 
                 Var2 = unlist(df1$Var2))
str(df2)
#'data.frame':  9 obs. of  2 variables:
# $ Var1: chr  "A" "A" "A" "B" ...
# $ Var2: int  1 2 3 4 5 6 7 8 9

B.使用tidyverse。

library(dplyr)
library(tidyr)
df1 <- df %>% group_by(Var1) %>% summarise(Var2 = list(Var2))
df2 <- df1 %>% unnest(Var2)

---

2。将数据存储为字符串。

A.使用基础 R

df1 <- aggregate(Var2~Var1, df, toString)
str(df1)
#'data.frame':  3 obs. of  2 variables:
# $ Var1: chr  "A" "B" "C"
# $ Var2: chr  "1, 2, 3" "4, 5" "6, 7, 8, 9"

将其恢复为原始格式。

tmp <- strsplit(df1$Var2, ', ')
df2 <- transform(df1[rep(1:nrow(df1), lengths(tmp)),], 
                 Var2 = as.numeric(unlist(tmp)))
str(df2)
#'data.frame':  9 obs. of  2 variables:
# $ Var1: chr  "A" "A" "A" "B" ...
# $ Var2: num  1 2 3 4 5 6 7 8 9

B.使用tidyverse：

df1 <- df %>% group_by(Var1) %>% summarise(Var2 = toString(Var2))
df2 <- df1 %>% separate_rows(Var2, sep = ', ', convert = TRUE)

---

如果您只想将数据保留在 R 中，则可以使用这两个选项。如果您想将 df1 的中间结果写入 csv，则不能使用选项 1，因为 write.csv 无法将列表列写入 csv，在这种情况下您需要使用选项 2。