基于ColB合并重复行，合并ColC与ColD并对ColD去重

针对你提供的数据集，这里给出两种R语言的实现方案，均可满足按ColB分组合并行，同时合并ColC（直接拼接）和ColD（去重后拼接）的需求：

方法一：使用dplyr + tidyr包 #

这是tidyverse生态下的常用方案，代码可读性强：

首先加载所需工具包：

library(dplyr)
library(tidyr)

执行数据处理逻辑：

result_df <- df %>%
  group_by(ColB) %>%
  summarise(
    ID = first(ID),  # 保留每组第一个ID值
    ColC = str_c(ColC, collapse = ","),  # 直接拼接该组所有ColC值
    ColD = str_c(unique(unlist(str_split(ColD, ","))), collapse = ",")  # 拆分ColD元素、去重后再拼接
  ) %>%
  ungroup()  # 取消分组状态

方法二：使用data.table包 #

如果处理大规模数据集，data.table的运行效率更高：

先加载包并转换数据格式：

library(data.table)
setDT(df)

执行数据处理：

result_df <- df[, .(
  ID = first(ID),
  ColC = paste(ColC, collapse = ","),
  ColD = paste(unique(unlist(strsplit(ColD, ","))), collapse = ",")
), by = ColB]

结果验证 #

运行上述任意一段代码后，输出的result_df会与你预期的结果完全一致：

ColB ID    ColC             ColD
1:    A  1 S1,S2 X,Y,Z,A,B,C
2:    B  3 S3,S4 A,B,C,X
3:    C  5 S6,S8             X

关键逻辑说明 #

• 分组：通过group_by(ColB)（dplyr）或by = ColB（data.table）指定按ColB分组
• ColC处理：利用str_c/paste的collapse参数直接拼接组内所有值
• ColD处理：先拆分每行的逗号分隔元素，转为一维向量后去重，最后再拼接成字符串

内容的提问来源于stack exchange，提问作者Gabriel G.