如何将 r 中多列的字符串数据折叠为一行？

Question

我遇到一个问题，我通常将一列中的多行字符串数据折叠到一列中，但由于某种原因，代码没有按照我的预期进行。

我的数据如下所示：

       Genes Source      Type
   1:   LZIC Source1 Secondary
   2:   LZIC Source2      Lead
   3:  KIF1B Source1 Secondary
   4:  CASZ1 Source1 Secondary
   5:  CASZ1 Source4 Secondary

我想通过基因进行压缩，我使用本网站上类似问题的代码来执行此操作，例如：

source  <- df %>%
  group_by(Genes) %>%
  summarize(text = str_c(Source, collapse = ", "))

type <- df %>%
  group_by(Genes) %>%
  summarize(text = str_c(Type, collapse = ", "))

但是，这些的输出看起来并不像我期望的那样，对于我创建的每个变量，我都会得到一行，其中所有源或类型都作为字符串，而没有其他内容。

我想要得到的输出是：

        Genes   Source               Type
   1:   LZIC    Source1, Source1     Secondary, Lead
   2:  KIF1B    Source1              Secondary
   3:  CASZ1    Source1, Source4     Secondary, Secondary

我的代码有问题吗？在其他情况下它对我有用。我也尝试过修改代码以同时进行两列压缩，但分别失败了。

输入数据：

structure(list(Genes = c("LZIC", "CDC14A", "KIF1B", "CASZ1", 
"CASZ1"), Source = c("BPICE_UKBfinemapCommon(1210)", "GxL_Fuentes_Educ_T2nov_TRANS", 
"BPICE_UKBfinemapCommon(1210)", "BPICE_UKBfinemapCommon(1210)", 
"BPICE_UKBfinemapCommon(1210)"), Type = c("Secondary", "Lead", 
"Secondary", "Secondary", "Secondary")), row.names = c(NA, -5L
), class = c("data.table", "data.frame"))

Answer 1

尝试这个。您可以使用dplyr分组依据Genes，然后使用summarise_all()andtoString()函数以获得预期结果。这是我使用您共享的数据的代码df：

library(dplyr)
#Code
newdf <- df %>% group_by(Genes) %>% summarise_all(toString)

输出：

# A tibble: 3 x 3
  Genes Source           Type                
  <chr> <chr>            <chr>               
1 CASZ1 Source1, Source4 Secondary, Secondary
2 KIF1B Source1          Secondary           
3 LZIC  Source1, Source2 Secondary, Lead     

或者使用base R：

#Code2
newdf <- aggregate(cbind(Source,Type)~Genes,df,toString)

输出：

  Genes           Source                 Type
1 CASZ1 Source1, Source4 Secondary, Secondary
2 KIF1B          Source1            Secondary
3  LZIC Source1, Source2      Secondary, Lead