如何在R中去除重复行并将信息保留至另一列？

方法一：使用tidyverse工具链（dplyr + tidyr） #

这是最直观简便的实现方式，通过将长格式数据转为宽格式来合并重复id的信息：

library(tidyverse)

df <- data.frame(id = c("a", "a", "b", "c", "c", "d"),
                 color = c("red", "blue", "green", "blue", "green","red"))

df2 <- df %>%
  group_by(id) %>%
  mutate(color_col = paste0("color", row_number())) %>%
  pivot_wider(names_from = color_col, values_from = color) %>%
  rename(color = color1) %>%
  replace(is.na(.), "")

df2

运行后即可得到目标结果，各步骤作用：

• group_by(id)：按id分组处理重复项
• mutate：为每个分组内的color生成带序号的列名标识
• pivot_wider：将长格式数据转换为宽格式，把同一id的多个color拆分到不同列
• rename：把生成的color1重命名为color，匹配需求格式
• replace：将空值（NA）替换为空白字符串

方法二：Base R 原生实现 #

如果不想加载额外扩展包，可使用基础R的函数完成：

df <- data.frame(id = c("a", "a", "b", "c", "c", "d"),
                 color = c("red", "blue", "green", "blue", "green","red"))

# 为每个id内的行生成序号
df$time <- ave(df$id, df$id, FUN = seq_along)
# 转换为宽格式
df2 <- reshape(df, idvar = "id", timevar = "time", direction = "wide")
# 清理列名
names(df2) <- gsub("color\\.", "", names(df2))
# 将空值替换为空白字符串
df2[is.na(df2)] <- ""

df2

内容的提问来源于stack exchange，提问作者Victor Shin