R中tibble如何分组将列表列向量汇总合并为单个向量

上述两种写法结果不符合预期/报错，核心是对列表列在dplyr分组操作中的处理逻辑理解有误：

• 直接使用c(y)时，函数只会将列表列按行拆分，不会跨单元格合并列表内存储的向量，因此返回结果行数与原数据一致，未完成汇总操作。
• 直接调用union(y)触发报错，是因为base R的union()为双参数函数，要求传入两个待计算的向量，此处传入的是组内的列表对象，参数匹配失败。

以下代码基于tidyverse生态实现，提前加载依赖包：

library(tidyverse)

需求1：分组拼接列表列内的所有向量为单个向量 #

该方法会保留所有元素（含重复值），按向量在组内的出现顺序拼接为长向量，最终结果每个分组返回1行，拼接后的长向量存储在列表列中：

df %>% 
  group_by(x) %>% 
  summarise(
    z = list(list_c(y)), # list_c会把列表内所有原子向量拆出后拼接
    .groups = "drop" # 移除结果的分组属性，避免影响后续操作
  )

如果不想依赖purrr的list_c()，也可以用base R函数实现完全相同的效果：

df %>% 
  group_by(x) %>% 
  summarise(
    z = list(Reduce(c, y)),
    .groups = "drop"
  )

以x=1的分组为例，最终z列存储的向量为c(1:5, 20:40)，总长度26。

需求2：分组对列表列内的向量做集合操作 #

包括取并集、交集等多向量累积运算，可通过purrr的reduce()实现：reduce()会把列表中的元素依次传入目标集合函数，做累积计算直到处理完组内所有向量。

取组内向量并集（去重） #

df %>% 
  group_by(x) %>% 
  summarise(
    # 写法1：累积求并，与base::union逻辑一致，结果默认排序
    z = list(reduce(y, union)),
    # 写法2：先全量拼接再去重，大样本下性能更优，默认按元素首次出现顺序保留，需要排序可在外层套sort()
    # z = list(unique(list_c(y)))
    .groups = "drop"
  )

以x=2的分组为例，组内两个向量为1:10、1:50，最终并集结果为1:50，长度50。

其他集合操作拓展 #

将上述代码中的union替换为对应集合函数即可实现其他计算：

• 取组内所有向量的交集：替换为intersect
• 按向量顺序做累积差集：替换为setdiff

内容的提问来源于stack exchange，提问作者Mohan Govindasamy