如何在R中按`-1`列分组生成含semester列表的DataFrame？

你需要对现有tibble按-1列分组，聚合出每个分组下major=1对应的semester值（用逗号连接，无符合条件则为NA），同时major列固定为1。

原始数据结构 #

# A tibble: 52,300 × 3
     `-1` semester major
    <int> <chr>    <dbl>
 1 353323 0            0
 2 353323 1            0
 3 353323 2            0
 4 353324 0            1
 5 353324 1            1
 6 353324 2            1
 7 353324 3            0
 8 353325 0            0
 9 353325 1            1
10 353325 2            1

预期结果 #

`-1` semester major
    <int> <chr>    <dbl>
 1 353323 NA            1
 2 353324 0,1,2         1
 3 353325 1,2           1

解决方案 #

使用dplyr包的分组聚合功能即可实现，代码如下：

library(dplyr)

result_df <- original_df %>%
  group_by(`-1`) %>%
  summarise(
    semester = ifelse(
      any(major == 1),
      paste(semester[major == 1], collapse = ","),
      NA_character_
    ),
    major = 1L
  ) %>%
  ungroup()

代码说明 #

• group_by(-1)：按-1列对数据分组
• summarise()：执行聚合操作生成新列
  • 先通过any(major == 1)判断分组内是否存在符合条件的行，存在则用paste(..., collapse=",")拼接semester值；不存在则返回NA
  • major = 1L：将major列固定为整数类型的1，匹配原始数据类型
• ungroup()：取消分组状态，得到最终的tibble

若未安装dplyr，先执行install.packages("dplyr")完成安装。

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