为DataFrame添加合并重复ID对应国家的新列

我明白你想要把DataFrame中相同ID对应的所有Country合并成一个条目对吧？你之前用的ifelse方法逻辑不太对，因为它没有针对ID进行分组聚合，咱们换个更直接的方式来实现。

首先先把你的示例数据明确下来：

df <- data.frame(
  ID = c(55,55,55,98,98,98,65,67,84,22,22),
  Country = c("Poland", "Romania", "France", "Spain", "Portugal", "UK", "Germany", "Luxembourg", "Greece", "Estonia", "Lithuania")
)

方法一：用dplyr包（推荐，代码更直观） #

dplyr的分组聚合非常适合这种场景，步骤很清晰：

1. 按ID分组
2. 把每个组里的Country用逗号（或你想要的分隔符）连接起来

代码如下：

library(dplyr)

result_df <- df %>%
  group_by(ID) %>%
  summarize(Countries = paste(Country, collapse = ", ")) %>%
  ungroup()

运行后你会得到目标输出：

ID Countries                     
  <dbl> <chr>                         
1    22 Estonia, Lithuania            
2    55 Poland, Romania, France       
3    65 Germany                       
4    67 Luxembourg                    
5    84 Greece                        
6    98 Spain, Portugal, UK           

方法二：用Base R的aggregate函数 #

如果你不想加载额外的包，用base R的aggregate也能实现：

result_df_base <- aggregate(Country ~ ID, data = df, FUN = function(x) paste(x, collapse = ", "))
colnames(result_df_base)[2] <- "Countries" # 把列名改成你想要的

这个结果和上面的dplyr方法完全一致。

为什么你之前的代码没生效？ #

你写的ifelse(df[duplicated(df$ID) | duplicated(df$ID, fromLast = TRUE),], paste('Countries', df$Country), NA)逻辑有问题：它只是判断哪些行是重复ID的行，但没有对这些行进行分组合并，反而会生成很多零散的结果，自然达不到你想要的聚合效果啦。

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