R语言：以拼接为聚合函数实现文本分组聚合

嘿，这个需求在数据处理里挺常见的，我给你分享两种实用的方案，分别对应你想要的聚合后data.frame和目标列表格式：

这里有两种主流实现方式，你可以根据自己的习惯选择：

使用dplyr包（tidyverse风格） #

dplyr是处理数据框的利器，代码可读性很高：

# 先加载dplyr包，如果没装的话先运行install.packages("dplyr")
library(dplyr)

# 定义你的原始数据框
df <- data.frame(sid = c(1, 1, 2, 2), text = c("hello", "world", "whats", "up"))

# 按sid分组，合并text列
agg_df <- df %>%
  group_by(sid) %>%
  summarize(text = paste(text, collapse = " "), .groups = "drop")

# 查看结果
agg_df

运行后你会得到：

sid text       
1   1 hello world
2   2 whats up   

注：.groups = "drop"是为了分组后取消分组状态，避免后续操作出现警告，R版本较新的话建议加上。

使用Base R（无需额外包） #

如果不想加载第三方包，用base R的aggregate函数也能搞定：

# 定义原始数据框
df <- data.frame(sid = c(1, 1, 2, 2), text = c("hello", "world", "whats", "up"))

# 聚合操作
agg_df_base <- aggregate(text ~ sid, data = df, FUN = function(x) paste(x, collapse = " "))

# 查看结果
agg_df_base

得到的结果和上面完全一致。

如果更想要列表格式，有两种简单的方式：

从聚合后的data.frame转换 #

直接提取聚合后的text列转成列表即可：

# 用上面得到的agg_df
text_list <- as.list(agg_df$text)
text_list

输出：

[[1]]
[1] "hello world"

[[2]]
[1] "whats up"

直接用tapply生成列表 #

一步到位，不需要先生成data.frame：

text_list <- unname(tapply(df$text, df$sid, function(x) paste(x, collapse = " ")))
text_list

注：unname()是为了去掉列表元素的名字（默认会保留sid作为名字），如果你不需要名字的话加上就行，去掉后列表元素会是无名的索引形式，正好符合你的需求。

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