我有一个数据表test:
| id | key |
|---|---|
| 1 | 2365 |
| 1 | 2365 |
| 1 | 3709 |
| 2 | 6734 |
| 2 | 1908 |
| 2 | 4523 |
我想使用data.table包将唯一的key个值乘以id聚合到向量中.
预期输出:
| id | key_array |
|---|---|
| 1 | "2365", "3709" |
| 2 | "6734", "1908", "4523" |
所以，这应该像array_agg个sql函数一样工作.
I tried:
res <- test[, list(key_array = paste(unique(key), collapse = ", ")), by = "id"], but I get just a string. But I need to have opportunity to find the length of each vector and operate with its certain elements (find the intersection of two vectors for example).
这是aggregate一行.
x <- 'id key
1 2365
1 2365
1 3709
2 6734
2 1908
2 4523'
test <- read.table(textConnection(x), header = TRUE)
aggregate(key ~ id, test, \(x) c(unique(x)))
#> id key
#> 1 1 2365, 3709
#> 2 2 6734, 1908, 4523
由reprex package(v2.0.1)于2022年6月14日创建
但如果user@Chris's comment是正确的，那么正确的解决方案如下.
aggregate(key ~ id, test, \(x) paste(unique(x), collapse = ", "))
请注意，c(unique(x))和as.character(c(unique(x)))都将输出一个列表列，因此后一种解决方案无论如何都是正确的.
data.table再一次，一行.
输出是一个列表列，每个列表成员都是一个整数向量.要保留为整数，请使用
list(unique(key))
相反
suppressPackageStartupMessages(library(data.table))
res <- setDT(test)[, .(key_array = list(as.character(unique(key)))), by = id]
res
#> id key_array
#> 1: 1 2365,3709
#> 2: 2 6734,1908,4523
str(res)
#> Classes 'data.table' and 'data.frame': 2 obs. of 2 variables:
#> $ id : int 1 2
#> $ key_array:List of 2
#> ..$ : chr "2365" "3709"
#> ..$ : chr "6734" "1908" "4523"
#> - attr(*, ".internal.selfref")=<externalptr>
由reprex package(v2.0.1)于2022年6月14日创建
然后，为了访问向量，使用两个提取器，一个用于提取列，另一个用于提取向量.
res$key_array[[1]]
#> [1] "2365" "3709"
res$key_array[[2]]
#> [1] "6734" "1908" "4523"
由reprex package(v2.0.1)于2022年6月14日创建
dplyr solution按id分组并将唯一字符串折叠为一个字符串.
suppressPackageStartupMessages(library(dplyr))
test %>%
group_by(id) %>%
summarise(key_array = paste(unique(key), collapse = ", "))
#> # A tibble: 2 × 2
#> id key_array
#> <int> <chr>
#> 1 1 2365, 3709
#> 2 2 6734, 1908, 4523
由reprex package(v2.0.1)于2022年6月14日创建