R语言如何将相同分组下的字符型列合并至单个单元格？

需求说明 #

将包含重复name的DataFrame处理为name唯一，对应gene列合并为以逗号加空格分隔的字符串。

示例数据构造 #

先还原你的输入数据：

df <- data.frame(
  name = c("GO:00001", "GO:00001", "GO:00002", "GO:00002", "GO:00002"),
  gene = c("Gene_1", "Gene_2", "Gene_3", "Gene_4", "Gene_5"),
  stringsAsFactors = FALSE  # 强制字符型，避免因子干扰
)

解决方案 #

方法1：使用dplyr + stringr（tidyverse生态）

这是最贴合你提到的summarize用法的方案：

library(dplyr)
library(stringr)

# 分组后合并字符串
result_df <- df %>%
  group_by(name) %>%
  summarize(gene = str_c(gene, collapse = ", ")) %>%
  ungroup()

方法2：Base R 原生实现

无需额外安装包，用aggregate函数直接处理：

result_df <- aggregate(gene ~ name, data = df, FUN = function(x) paste(x, collapse = ", "))

输出结果 #

运行后得到的result_df结构如下：

补充说明 #

• melt是用于宽表转长表的函数，不适合当前需求；
• 核心逻辑是按name分组后，对每组的gene列执行字符串拼接操作，通过collapse参数指定拼接分隔符即可。

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