如何在R中基于element列的x-y-z模式分组拼接字符串？

1. 构造示例数据 #

先还原你的示例DataFrame：

library(dplyr)
library(stringr)

df <- tibble(
  element = c("x", "y", "z", "z", "x", "y", "z", "x", "y", "z", "z", "z", "x", "y", "z", "z", "z"),
  string = c("abc", "def", "ghi", "jkl", "mno", "pqr", "stu", "vwx", "yza", "bcd", "efg", "hij", "klm", "nop", "qrs", "tuv", "wxy")
)

2. 核心实现代码 #

利用分组标识+聚合拼接的思路，完美适配z数量不固定的情况：

result <- df %>%
  # 生成分组ID：每遇到一个x，组号递增
  mutate(group_id = cumsum(element == "x")) %>%
  # 按分组ID聚合
  group_by(group_id) %>%
  # 拼接同组的string为空格分隔的字符串
  summarize(string = str_c(string, collapse = " ")) %>%
  # 移除临时的group_id列
  select(-group_id)

print(result)

3. 代码说明 #

• cumsum(element == "x")：通过累加x的出现次数生成分组ID，每个x开头的组（包含后续的y和所有z）会被分配同一个ID，自动处理z数量不固定的问题；
• str_c(string, collapse = " ")：在分组内将所有string值用空格拼接成单个字符串；
• 整个过程不需要rowwise，分组聚合的方式更高效且逻辑清晰。

运行后会得到你需要的结果：

# A tibble: 4 × 1
  string               
  <chr>                
1 abc def ghi jkl      
2 mno pqr stu          
3 vwx yza bcd efg hij  
4 klm nop qrs tuv wxy

内容的提问来源于stack exchange，提问作者BleepBloop