R语言实现重复PROTOCOL_ID的PROGRAM_AREA同行合并

先给出你的原始数据框：

df <- structure(list(PROTOCOL_ID = c(124, 124, 38, 762, 74, 146), 
                     PROGRAM_AREA = c("LOCR", "CRC", "LOCR", "Pedi", "LOCR", "LOCR")), 
                row.names = c(NA, 6L), class = "data.frame")

以下是两种最简实现方案：

方案1：用dplyr（tidyverse生态） #

这是日常数据处理中常用的简洁写法，先加载dplyr包，再分组聚合：

library(dplyr)

df_merged <- df %>%
  group_by(PROTOCOL_ID) %>%
  summarize(PROGRAM_AREA = paste(PROGRAM_AREA, collapse = ", ")) %>%
  ungroup()

方案2：用Base R（无需额外安装包） #

如果不想依赖第三方包，直接用base R的aggregate函数就能搞定：

df_merged <- aggregate(PROGRAM_AREA ~ PROTOCOL_ID, data = df, FUN = paste, collapse = ", ")

两种方案的输出结果一致，合并后的数据框如下：

PROTOCOL_ID PROGRAM_AREA
1          38         LOCR
2          74         LOCR
3         124    LOCR, CRC
4         146         LOCR
5         762         Pedi

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