在数据框中按组折叠文本

Question

如何在列中按组聚合数据group并在列中折叠文本text？

样本数据:

df <- read.table(header=T, text="
group text
a a1
a a2
a a3
b b1
b b2
c c1
c c2
c c3
")

所需输出(数据框):

group text
a     a1a2a3
b     b1b2
c     c1c2c3

我现在有:

sapply(unique(df$group), function(x) {
  paste0(df[df$group==x,"text"], collapse='')
})

这在某种程度上起作用,因为它返回按组正确折叠的文本,但作为向量:

[1] "a1a2a3" "b1b2"   "c1c2c3"

我需要一个带有group列的数据框.

Answer 1

只需使用aggregate:

aggregate(df$text, list(df$group), paste, collapse="")
##   Group.1      x
## 1       a a1a2a3
## 2       b   b1b2
## 3       c c1c2c3

或者 plyr

library(plyr)
ddply(df, .(group), summarize, text=paste(text, collapse=""))
##   group   text
## 1     a a1a2a3
## 2     b   b1b2
## 3     c c1c2c3

ddply比aggregate拥有大型数据集更快.

编辑:根据@SeDur的建议:

aggregate(text ~ group, data = df, FUN = paste, collapse = "")
##   group   text
## 1     a a1a2a3
## 2     b   b1b2
## 3     c c1c2c3

对于早期方法的相同结果,您必须:

aggregate(x=list(text=df$text), by=list(group=df$group), paste, collapse="")

EDIT2:用data.table:

library("data.table")
dt <- as.data.table(df)
dt[, list(text = paste(text, collapse="")), by = group]
##    group   text
## 1:     a a1a2a3
## 2:     b   b1b2
## 3:     c c1c2c3

Answer 2

你可以使用dplyr包

library(dplyr)

df %>%
  group_by(group) %>%
  summarise(text=paste(text,collapse=''))