如何将数据框中同一列的重复值合并至单行？附R语言示例代码

嘿，我来帮你搞定这个把相同userID的记录合并到单行的需求！先把你给出的示例数据补全，方便咱们测试：

# 生成示例数据
userid <- c(415,375,415,415,513,64,375,415,317,375)
rating <- c(4,4,4,5,5,4,3,5,4,5)
title <- c("GoldenEye (1995)","GoldenEye (1995)","Babe (1995)", 
           "Usual Suspects, The (1995)", "Braveheart (1995)","Braveheart (1995)",
           "Braveheart (1995)", "Braveheart (1995)","Apollo 13 (1995)","Apollo 13 (1995)")
data <- data.frame(userid, rating, title)

接下来介绍两种常用的实现方法，你可以根据自己的习惯选择：

方法1：使用tidyverse工具包（dplyr + tidyr） #

这是R中处理数据框最常用的一套工具，代码可读性很强：

首先需要加载tidyverse包（如果没安装先运行install.packages("tidyverse")）：

library(tidyverse)

# 按userid分组，合并rating和title列
merged_data <- data %>%
  group_by(userid) %>%
  summarise(
    ratings = paste(as.character(rating), collapse = ", "),
    titles = paste(title, collapse = ", ")
  ) %>%
  ungroup()

代码解释： #

• group_by(userid)：把数据按userid分成不同的组
• summarise()：对每个组进行汇总，用paste()把同一组的rating和title用逗号分隔合并成字符串
• ungroup()：取消分组状态，得到普通的数据框

运行后你会得到这样的结果：

# A tibble: 5 × 3
  userid ratings titles                                                                
   <dbl> <chr>   <chr>                                                                 
1     64 4       Braveheart (1995)                                                    
2    317 4       Apollo 13 (1995)                                                     
3    375 4, 3, 5 GoldenEye (1995), Braveheart (1995), Apollo 13 (1995)                
4    415 4, 4, 5, 5 GoldenEye (1995), Babe (1995), Usual Suspects, The (1995), Braveheart (1995)
5    513 5       Braveheart (1995)                                                    

方法2：使用data.table（适合大数据集） #

如果你的数据量很大，data.table的处理速度会比tidyverse快很多，用法也很简洁：

先安装并加载data.table包（没安装的话运行install.packages("data.table")）：

library(data.table)

# 转换为data.table格式
dt <- as.data.table(data)

# 按userid分组合并
merged_dt <- dt[, .(ratings = paste(as.character(rating), collapse = ", "),
                    titles = paste(title, collapse = ", ")), 
                by = userid]

运行后得到的结果和方法1是一致的，只是格式为data.table，你可以用as.data.frame(merged_dt)转成普通数据框。

如果你希望保留rating的数值形式（比如存成列表），也可以把paste()换成list(rating)，这样每个userid对应的ratings是一个数值列表，titles同理：

# 合并为列表形式
merged_data_list <- data %>%
  group_by(userid) %>%
  summarise(
    ratings = list(rating),
    titles = list(title)
  ) %>%
  ungroup()

这样你就可以根据自己的需求选择合适的合并方式啦！

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