如何用dplyr合并data.frame指定行并对不同列采用不同聚合函数

完全可以通过dplyr的group_by() + summarize()组合实现需求，核心思路是先给需要合并的行打同一分组标签，其余行单独分组，再按分组规则分别聚合不同列即可，不需要提前知道行的位置，仅通过ID匹配即可完成操作。

完整实现代码 #

首先加载依赖包、构造示例数据：

library(dplyr)
# 构造示例数据集
iris_df <- iris[1:5,]
iris_df$ID <- paste0("ID_", 1:nrow(iris_df))

执行合并操作：

# 定义需要合并的ID列表，可按需修改
merge_id_list <- c("ID_1", "ID_2")
# 合并后新的ID值，自动拼接不需要手动修改
new_merge_id <- paste(merge_id_list, collapse = "+")

result <- iris_df %>%
  # 构造分组标识：需要合并的ID归为同一组，其余ID单独成组
  mutate(merge_group = ifelse(ID %in% merge_id_list, "merge_target", ID)) %>%
  group_by(merge_group) %>%
  summarize(
    # Sepal开头列取均值
    across(starts_with("Sepal"), mean),
    # Petal开头列取求和
    across(starts_with("Petal"), sum),
    # 非数值常量列取第一个值即可，可根据业务调整规则
    Species = first(Species),
    # 生成最终ID
    ID = ifelse(cur_group()$merge_group == "merge_target", new_merge_id, first(ID))
  ) %>%
  # 移除临时分组列，恢复原始列顺序
  select(all_of(colnames(iris_df))) %>%
  ungroup()

结果验证 #

打印result即可看到和预期完全一致的输出：

print(result)
#   Sepal.Length Sepal.Width Petal.Length Petal.Width Species        ID
# 1          5.0        3.25          2.8         0.4  setosa ID_1+ID_2
# 2          4.7        3.20          1.3         0.2  setosa      ID_3
# 3          4.6        3.10          1.5         0.2  setosa      ID_4
# 4          5.0        3.60          1.4         0.2  setosa      ID_5

适配说明 #

• 若待合并的两个ID对应的Species等非数值列取值不同，可以根据业务需要把first(Species)替换为其他聚合规则，比如paste(unique(Species), collapse = ",")
• 可以灵活调整starts_with的匹配规则，或者直接指定列名来适配不同的聚合需求

内容的提问来源于stack exchange，提问作者Johannes