如何用data.table按Question_all生成记录对应Survey的found_in列

你可以通过分组聚合+数据连接的方式快速实现需求，以下是基于data.table语法的解决方案：

完整代码 #

library(data.table)
# 加载原始数据
dat <- fread("Survey Question_unique Question_all
                   A               1            2
                   B               2            2
                   C               3            2
                   C               5           NA
                   A               7           NA
                   B               6            1
                   A               4            1")

# 步骤1：按公共问题ID分组，生成对应的调查列表
survey_groups <- dat[, .(found_in = paste0(sort(unique(Survey)), collapse = ", ")), by = Question_all]

# 步骤2：将分组结果合并回原始数据
dat <- dat[survey_groups, on = "Question_all"]

# 步骤3：处理公共ID为NA的行，将found_in设为NA
dat[is.na(Question_all), found_in := NA_character_]

# 查看最终结果
print(dat)

代码说明 #

1. 分组聚合：通过by = Question_all分组，用unique(Survey)去重每个公共ID对应的调查，sort()保证结果按字母顺序排列（和你给出的示例输出一致），最后用paste0(..., collapse = ", ")将多个调查合并为逗号分隔的字符串。
2. 数据连接：利用data.table的on = "Question_all"实现匹配连接，让每一行都关联到所属公共ID的调查列表。
3. NA值处理：针对原始数据中Question_all为NA的行，手动将found_in设为NA，符合示例要求。

运行后输出将完全匹配你期望的结果。

内容的提问来源于stack exchange，提问作者Tom