R语言如何合并字符型数据框中相同标题对应的多行文本内容

解决方法 #

你要实现的是按Title字段分组后拼接同组的Content文本，不需要用到数值计算类的聚合函数，直接用字符串拼接的聚合逻辑就可以实现，以下是两种常用的可行方案：

方案1：tidyverse生态实现（代码可读性更高） #

先安装并加载对应的包，用dplyr分组+stringr的字符串拼接函数实现：

# 若未安装依赖先执行 install.packages("tidyverse")
library(tidyverse)

# 按标题分组拼接内容，同组内容默认用空格分隔
df_merged <- df1 %>%
  group_by(Title) %>%
  # 如果需要换行分隔不同段落，把collapse参数的空格改成"\n"即可
  # 存在NA内容的话可以加na.rm = TRUE参数避免结果变成NA
  summarise(full_content = str_c(Content, collapse = " ", na.rm = TRUE)) %>%
  ungroup()

如果需要提前过滤掉示例里的广告类无效内容，可以在分组前增加过滤步骤：

df_merged_clean <- df1 %>%
  # 过滤掉不需要的广告和无关内容
  filter(!Content %in% c(
    "Don't miss a thing by getting the Daily Star's biggest headlines straight to your inbox!",
    "Related content"
  )) %>%
  group_by(Title) %>%
  summarise(full_content = str_c(Content, collapse = " ")) %>%
  ungroup()

方案2：原生R实现（无需安装第三方包） #

用原生的aggregate函数也能实现完全一致的效果：

df_merged <- aggregate(Content ~ Title, data = df1, FUN = function(x) paste(x, collapse = " ", na.rm = TRUE))

两种方案输出的结果都是每个唯一标题对应一行，包含该标题下所有合并后的内容，完全匹配你需要的目标结构。

内容的提问来源于stack exchange，提问作者RodLL