如何连接按另一列A、SQL和R分组的B列的值

Question

我有这个数据

df <- data.frame(scientific_name = c("Mandevilla grazielae",
                                     "Aosa parvifolia",
                                     "Mandevilla grazielae",
                                     "Dyckia ebracteata"), 
                 collection_number = c("254", "658","445", "568"))

我想在一个名为“凭单”的栏目中把这些植物的收藏编号结合起来。

scientific_name       vouchers
Mandevilla grazielae  254, 445
Aosa parvifolia       658
Dyckia ebracteata     568

到目前为止，这就是我所能做的：

x <- sqldf('SELECT * FROM df GROUP BY scientific_name ORDER BY scientific_name ASC')

然后我开始学到更多..。

x <- sqldf('SELECT scientific_name, COUNT(collection_number) 
            FROM df GROUP BY scientific_name ORDER BY scientific_name ASC')

我想知道上面的计数函数是否可以连接“凭单”列中的"collection_number“列。我也试过了，但没成功。

我会非常感激的！

Answer 1

在base R中，使用aggregate和paste

aggregate(cbind(vouchers = collection_number) ~ scientific_name, df, toString)

-output

        scientific_name vouchers
1      Aosa parvifolia      658
2    Dyckia ebracteata      568
3 Mandevilla grazielae 254, 445

Answer 2

1)使用与问题中相同的设置的，使用group_concat连接与科学名称关联的所有集合编号。1表示输出中的第一列或在其位置写出列名，即scientific_name。

library(sqldf)

sqldf("select scientific_name, group_concat(collection_number) as vouchers
  from df
  group by 1
  order by 1")

给予：

       scientific_name vouchers
1      Aosa parvifolia      658
2    Dyckia ebracteata      568
3 Mandevilla grazielae  254,445

2)使用tidyverse的应该这样做：

library(dplyr)

df %>%
  group_by(scientific_name) %>%
  summarize(vendors = toString(collection_number)) %>%
  ungroup %>%
  arrange(scientific_name)

给予：

# A tibble: 3 × 2
  scientific_name      vendors 
  <chr>                <chr>   
1 Aosa parvifolia      658     
2 Dyckia ebracteata    568     
3 Mandevilla grazielae 254, 445