使用dplyr：：dplyr：：dplyr合并并保留唯一元素

Question

我想合并行，删除dups，但保留uniques。我可以做前两个，但不能做第二个。我有一个名为subject的df，它看起来像这样：

unique_id   subject     grade
1            Math         88
1            English      78
1            History      98
2            Math         65
2            English      72
2            History      84

这段代码

combined <- distinct(subject, unique_id, .keep_all = TRUE)

给我这个输出：

   unique_id    subject     grade
1               Math          88
2               Math          65

我想让它看起来像这样：

   unique_id    subject                       grade
1               Math, English, History        88, 78, 98
2               Math, English, History        65, 72, 84

下面的解决方案非常有效！这是这个问题的另一个问题。

如果我有这样的数据集：

unique_id   school  subject  grade  sex
    1       great   Math      88    
    1       great   English   78    
    1       great   History   98    male
    2       spring  Math      65    
    2       spring  English   72    female
    2       spring  History   84    

并运行以下代码：

(r2 <- df %>%
  group_by(unique_id) %>% 
  summarise_each(funs(toString(unique(.)))))

我得到以下输出：

unique_id   school  subject                     grade       sex
    1       great   Math, English, History      88,78,98     , male 
    2       spring  English, English, History   65,72,84     , female

是否有一种方法可以将空单元格合并，去掉性别类别中的逗号，所以它可以如下所示：

unique_id   school  subject                     grade       sex
    1       great   Math, English, History      88,78,98     male   
    2       spring  English, English, History   65,72,84     female

谢谢!

Answer 1

我们可以通过粘贴(toString是paste(., collapse=", ")的包装器)来实现这一点，在按'unique_id‘分组后，每个列的唯一元素在一起。

library(dplyr)
(r1 <- df %>%
        group_by(unique_id) %>% 
        summarise_each(funs(toString(unique(.)))))
#   unique_id                subject      grade
#       <int>                  <chr>      <chr>
#1         1 Math, English, History 88, 78, 98
#2         2 Math, English, History 65, 72, 84

或者我们可以将其保存为list，然后提取list元素。

r2 <- df %>% 
       group_by(unique_id) %>% 
       summarise_each(funs(list(unique(.))))

从'r2'，我们可以unnest (从tidyr)，如果我们需要

library(tidyr)
r2 %>%
  unnest()

如果我们在distinct中使用OP的方式，我们可以从summarise_each中删除unique。

df %>%
   distinct(subject, unique_id, .keep_all=TRUE) %>%
   group_by(unique_id) %>%
   summarise_each(funs(toString(.)))