如何使用R合并data frame中同ID冗余数据并提取对应列极值

首先先构造和你场景一致的示例数据框方便复现：

df <- data.frame(
  id = rep("A", 3),
  col2 = c(1013574, 1014005, 1014005),
  col3 = c(1014475, 1014475, 1014435)
)

注：如果你的实际数据列名不同，把代码中的对应列名替换为你自己的即可。

方案1：使用dplyr包（最常用的tidyverse风格写法） #

如果已经安装过tidyverse直接用即可，代码可读性很高：

library(dplyr)

result <- df %>%
  # 按ID列分组
  group_by(id) %>%
  # 分组聚合：第二列取最小值，第三列取最大值
  summarise(
    col2 = min(col2),
    col3 = max(col3)
  )

运行后得到的结果和你预期完全一致，每个ID仅保留一行，对应列分别为分组最小值、最大值。

方案2：基础R自带函数实现（无需安装第三方包） #

用基础R的aggregate函数也可以完成需求：

# 分别对两列做聚合后按ID合并
result <- merge(
  aggregate(col2 ~ id, data = df, FUN = min),
  aggregate(col3 ~ id, data = df, FUN = max),
  by = "id"
)

内容的提问来源于stack exchange，提问作者leelee