在R中按ptnt分组，拼接列中去除连续重复后的行值序列

你的问题出在unique(col)会直接去除所有重复值，不管它们是不是连续出现的，所以只能得到三个唯一值的拼接结果。要实现保留元素出现顺序，仅合并连续重复项的需求，可以用rle()函数处理连续重复的序列，再拼接成目标字符串。

以下是两种可行的dplyr实现方式：

方式一：直接在分组内生成目标列 #

library(dplyr)

df <- data.frame(col = c("aa", "bb", "cc", "aa", "aa", "bb","bb","bb"),
                 ptnt = c("a","a","a","a","a","a","a","a"))

df <- df %>%
  group_by(ptnt) %>%
  mutate(output = paste0(rle(col)$values, collapse = "-")) %>%
  ungroup()

rle(col)会识别col中连续重复的元素，返回的$values就是去重连续重复后的有序元素列表，用paste0(..., collapse="-")就能拼接成你需要的aa-bb-cc-aa-bb。

方式二：先汇总再合并回原数据框（适合多分组场景） #

如果需要先单独生成每个分组的结果再合并，可使用summarise配合left_join：

library(dplyr)
library(stringr) # 用str_c也可以，和paste0效果一致

grouped_result <- df %>%
  group_by(ptnt) %>%
  summarise(output = str_c(rle(col)$values, collapse = "-"))

df <- df %>% left_join(grouped_result, by = "ptnt")

运行后df的output列就会全部显示aa-bb-cc-aa-bb，符合你的预期。

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