web-dev-qa-db-ja.com

列を各グループ内の単一のコンマ区切り文字列に縮小/連結/集約します

2つのグループ化変数に従ってデータフレーム内の1つの列を集計し、個々の値をコンマで区切ります。

ここにいくつかのデータがあります：

data <- data.frame(A = c(rep(111, 3), rep(222, 3)), B = rep(1:2, 3), C = c(5:10))
data
#     A B  C
# 1 111 1  5
# 2 111 2  6
# 3 111 1  7
# 4 222 2  8
# 5 222 1  9
# 6 222 2 10

「A」と「B」はグループ化変数で、「C」はコンマで区切られたcharacter文字列にまとめたい変数です。私が試してみました：

library(plyr)
ddply(data, .(A,B), summarise, test = list(C))

    A B  test
1 111 1  5, 7
2 111 2     6
3 222 1     9
4 222 2 8, 10

しかし、テスト列をcharacterに変換しようとすると、次のようになります。

ddply(data, .(A,B), summarise, test = as.character(list(C)))
#     A B     test
# 1 111 1  c(5, 7)
# 2 111 2        6
# 3 222 1        9
# 4 222 2 c(8, 10)

character形式を保持し、コンマで区切るにはどうすればよいですか？たとえば、行1は"5,7"のみであり、c（5,7）としてはなりません。

raggregater-faq
52
linp

以下は、文字列をコンマで連結するNiceユーティリティ関数であるtoStringを使用したオプションです。コンマが必要ない場合は、代わりにcollapse引数とともにpaste()を使用できます。

data.table

# alternative using data.table
library(data.table)
as.data.table(data)[, toString(C), by = list(A, B)]

aggregateこれはパッケージを使用しません：

# alternative using aggregate from the stats package in the core of R
aggregate(C ~., data, toString)

sqldf

そして、これはSQL関数group_concatsqldfパッケージ を使用：

library(sqldf)
sqldf("select A, B, group_concat(C) C from data group by A, B", method = "raw")

dplyrdplyrの代替：

library(dplyr)
data %>%
  group_by(A, B) %>%
  summarise(test = toString(C)) %>%
  ungroup()

plyr

# plyr
library(plyr)
ddply(data, .(A,B), summarize, C = toString(C))
59
G. Grothendieck

置く場所を変更するas.character：

> out <- ddply(data, .(A, B), summarise, test = list(as.character(C)))
> str(out)
'data.frame':   4 obs. of  3 variables:
 $ A   : num  111 111 222 222
 $ B   : int  1 2 1 2
 $ test:List of 4
  ..$ : chr  "5" "7"
  ..$ : chr "6"
  ..$ : chr "9"
  ..$ : chr  "8" "10"
> out
    A B  test
1 111 1  5, 7
2 111 2     6
3 222 1     9
4 222 2 8, 10

ただし、各項目は実際には単一の文字列ではなく、個別の文字であることに注意してください。つまり、これは「5、7」のように見える実際の文字列ではなく、Rがコンマで区切られて表示される2つの文字「5」と「7」です。

以下と比較してください：

> out2 <- ddply(data, .(A, B), summarise, test = paste(C, collapse = ", "))
> str(out2)
'data.frame':   4 obs. of  3 variables:
 $ A   : num  111 111 222 222
 $ B   : int  1 2 1 2
 $ test: chr  "5, 7" "6" "9" "8, 10"
> out
    A B  test
1 111 1  5, 7
2 111 2     6
3 222 1     9
4 222 2 8, 10

ベースRの同等のソリューションは、もちろんaggregateです：

> A1 <- aggregate(C ~ A + B, data, function(x) c(as.character(x)))
> str(A1)
'data.frame':   4 obs. of  3 variables:
 $ A: num  111 222 111 222
 $ B: int  1 1 2 2
 $ C:List of 4
  ..$ 0: chr  "5" "7"
  ..$ 1: chr "9"
  ..$ 2: chr "6"
  ..$ 3: chr  "8" "10"
> A2 <- aggregate(C ~ A + B, data, paste, collapse = ", ")
> str(A2)
'data.frame':   4 obs. of  3 variables:
 $ A: num  111 222 111 222
 $ B: int  1 1 2 2
 $ C: chr  "5, 7" "9" "6" "8, 10"
13
A5C1D2H2I1M1N2O1R2T1

stringr/tidyverseソリューションは次のとおりです。

library(tidyverse)
library(stringr)

data <- data.frame(A = c(rep(111, 3), rep(222, 3)), B = rep(1:2, 3), C = c(5:10))


data %>%
 group_by(A, B) %>%
 summarize(text = str_c(C, collapse = ", "))

# A tibble: 4 x 3
# Groups:   A [2]
      A     B test 
  <dbl> <int> <chr>
1   111     1 5, 7 
2   111     2 6    
3   222     1 9    
4   222     2 8, 10
4
Ben G