没问题，这在R里用dplyr配合lubridate就能轻松实现，我给你一步步拆解实现过程：

步骤1：加载必要的包 #

我们需要dplyr来做分组和聚合操作，lubridate来方便处理日期格式并提取季度：

library(dplyr)
library(lubridate)

步骤2：处理原始数据并生成季度分组列 #

首先确保你的Date列是日期类型（你原来的代码里是字符型，需要先转换），然后生成包含年份和季度的新列，格式和你期望的一致：

# 你的原始数据生成代码
Date <- c("2000-01-05", "2000-02-03", "2000-03-02", "2000-03-30", "2000-04-13", "2000-05-11", "2000-06-08", "2000-07-06", "2000-09-14", "2000-10-05", "2000-10-19", "2000-11-02", "2000-12-14")
Article <- c("Long Text","Long Text","Long Text","Long Text","Long Text","Long Text","Long Text","Long Text","Long Text","Long Text","Long Text","Long Text","Long Text")
df <- data.frame(Date, Article)

# 转换日期格式并生成季度分组列
df_processed <- df %>%
  mutate(
    Date = ymd(Date),  # 把字符型日期转成标准日期格式
    Quarter = paste(year(Date), paste0("Q", quarter(Date)))  # 生成"YYYY QX"格式的季度字符串
  )

步骤3：按季度分组并合并文本 #

接下来按生成的Quarter列分组，把每个组里的Article文本用逗号分隔合并：

final_df <- df_processed %>%
  group_by(Quarter) %>%
  summarise(
    Article = paste(Article, collapse = ", ")  # 合并文本，用逗号加空格分隔
  ) %>%
  rename(Date = Quarter)  # 把列名改回你期望的Date

最终结果 #

运行完上面的代码后，final_df就是你想要的输出：

# # A tibble: 4 × 2
#   Date    Article                                                                
#   <chr>   <chr>                                                                  
# 1 2000 Q1 Long Text, Long Text, Long Text, Long Text
# 2 2000 Q2 Long Text, Long Text, Long Text
# 3 2000 Q3 Long Text, Long Text
# 4 2000 Q4 Long Text, Long Text, Long Text, Long Text

备选：Base R实现方式 #

如果你不想用tidyverse系列的包，也可以用Base R来完成：

# 转换日期格式并生成季度列
df$Date <- as.Date(df$Date)
df$Quarter <- paste(format(df$Date, "%Y"), paste0("Q", quarters(df$Date, abbreviate = FALSE)))

# 分组合并文本
final_df_base <- aggregate(Article ~ Quarter, data = df, FUN = function(x) paste(x, collapse = ", "))
names(final_df_base)[1] <- "Date"

这样也能得到完全一致的结果~

内容的提问来源于stack exchange，提问作者Rollo99