如何在R的data.table中关联表并拼接匹配行的字符列

需求说明 #

将两个data.table按Id关联，把dt1中同一Id对应的Name列拼接成字符串，合并到dt2中得到目标表。

初始数据 #

library(data.table)
dt1 <- data.table(rbind(c(Id=1, Name="Apple"),c(Id=1, Name="Orange"), c(Id=2, Name="Banana")))
# dt1输出：
#    Id   Name
# 1:  1  Apple
# 2:  1 Orange
# 3:  2 Banana

dt2 <- data.table(rbind(c(Id=1, Flavor="Sweet"),c(Id=2, Flavor="Bland")))
# dt2输出：
#    Id Flavor
# 1:  1  Sweet
# 2:  2  Bland

期望结果 #

dt3 <- data.table(rbind(c(Id=1, Flavor="Sweet", Names="Apple; Orange"),c(Id=2, Flavor="Bland", Names="Banana")))
# dt3输出：
#    Id Flavor         Names
# 1:  1  Sweet Apple; Orange
# 2:  2  Bland        Banana

问题分析 #

你之前的尝试失败核心原因是paste函数用错了参数：

• 只加sep参数只会处理单个元素的分隔，无法把同组的多个值拼接成一个字符串；
• 需要用collapse参数指定组内元素的拼接分隔符。

正确解决方案 #

提供两种高效实现方式：

方法1：先聚合再关联 #

先对dt1按Id分组拼接Name，再和dt2关联：

# 第一步：聚合dt1生成按Id拼接的Names列
dt1_agg <- dt1[, .(Names = paste(Name, collapse = "; ")), by = Id]
# 第二步：关联dt2得到结果
dt3 <- dt2[dt1_agg, on = .(Id)]

方法2：关联时直接聚合 #

利用data.table的.EACHI参数，在连接过程中完成分组拼接：

dt3 <- dt2[dt1, .(Flavor = first(Flavor), Names = paste(Name, collapse = "; ")), by = .EACHI, on = .(Id)]

验证结果 #

运行上述任意一种方法，输出结果都会和期望一致：

> dt3
   Id Flavor         Names
1:  1  Sweet Apple; Orange
2:  2  Bland        Banana

内容的提问来源于stack exchange，提问作者C8H10N4O2