按ID拼接列中字符串：Tibble数据处理求助

原始数据 #

# 你的原始tibble数据
df <- tibble(
  dep_code = c("10", "10", "10", "10", "10", "10",
               "11", "11", "11", "11", "11", "11",
               "12", "12", "12", "12", "12", "12"),
  dep_color = rep(1, 18),
  message = c("One", NA, "Two", NA, "Four", NA,
              NA, "Three", NA, NA, NA, NA,
              NA, NA, NA, NA, NA, NA)
)

需求说明 #

按dep_code分组，拼接message列的所有非NA字符串；对于无有效内容（全为NA）的分组，将message替换为自定义文本No message，最终得到分组汇总后的结果。

解决方案 #

使用dplyr包的分组汇总功能即可实现，summarise函数并未被弃用，正确代码如下：

library(dplyr)

result_df <- df %>%
  # 按dep_code和dep_color分组（dep_color同组值一致，保留该列）
  group_by(dep_code, dep_color) %>%
  # 过滤NA后拼接字符串，汇总后取消分组状态
  summarise(
    message = paste(na.omit(message), collapse = ""),
    .groups = "drop"
  ) %>%
  # 把空字符串替换为指定文本
  mutate(message = ifelse(message == "", "No message", message))

运行结果 #

执行上述代码后得到的结果：

# A tibble: 3 × 3
  dep_code dep_color message    
  <chr>        <dbl> <chr>      
1 10               1 OneTwoFour 
2 11               1 Three      
3 12               1 No message

内容的提问来源于stack exchange，提问作者leo