如何在R中按Col A聚合生成累积去重排序的字符串列

我有如下数据表：

我希望按Col A对该表进行聚合，得到如下格式的输出表：

请指导我如何在R中实现这一需求？

以下提供两种常用的R实现方式，均能达成目标：

方法一：使用dplyr + purrr包 #

这是tidyverse生态下的解决方案，代码可读性较强：

1. 安装并加载依赖包

   install.packages(c("dplyr", "purrr"))
   library(dplyr)
   library(purrr)
   

2. 构造示例数据

   df <- data.frame(
     序号 = 1:4,
     Col_A = c("a", "a", "a", "a"),
     Col_B = c("2,3,4,5", "3,5,6,7,8", "1,2,4,9", "3,5,7,11,12"),
     stringsAsFactors = FALSE
   )
   

3. 生成累积去重的Col C
   核心逻辑是按Col_A分组后，逐步累积所有行的Col_B元素，去重排序后合并为字符串：

   result <- df %>%
     group_by(Col_A) %>%
     mutate(
       # 将每行Col B拆分为字符向量列表
       split_b = strsplit(Col_B, ","),
       # 累积合并所有之前行的split_b
       cumulative_b = accumulate(split_b, ~c(.x, .y)),
       # 去重、排序后合并为字符串，得到Col C
       Col_C = map_chr(cumulative_b, ~paste(sort(unique(.x)), collapse = ","))
     ) %>%
     # 移除中间辅助列
     select(-split_b, -cumulative_b) %>%
     ungroup()
   

4. 查看结果

   print(result)
   

   输出与目标表一致：

   # A tibble: 4 × 4
     序号 Col_A Col_B       Col_C                         
   <int> <chr> <chr>       <chr>                         
   1     1 a     2,3,4,5     2,3,4,5                       
   2     2 a     3,5,6,7,8   2,3,4,5,6,7,8                 
   3     3 a     1,2,4,9     1,2,3,4,5,6,7,8,9             
   4     4 a     3,5,7,11,12 1,2,3,4,5,6,7,8,9,11,12       
   

方法二：使用data.table包 #

如果处理大数据集，data.table的性能更优：

1. 安装并加载包

   install.packages("data.table")
   library(data.table)
   

2. 转换为data.table并处理

   dt <- as.data.table(df)
   result_dt <- dt[, {
     # 拆分所有Col B为列表
     split_list <- strsplit(Col_B, ",")
     # 累积合并列表元素
     cumulative_list <- Reduce(function(x, y) c(x, y), split_list, accumulate = TRUE)
     # 生成Col C
     Col_C <- sapply(cumulative_list, function(x) paste(sort(unique(x)), collapse = ","))
     # 返回结果列
     .(Col_B = Col_B, Col_C = Col_C)
   }, by = Col_A][, 序号 := 1:.N][]
   

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