R语言高效处理DataFrame：去重并拼接对应列值的方案咨询

嘿，我来帮你搞定这个需求！要移除DateTime列存在重复值的行，同时把重复行对应的另一列（比如你提到的columnB）内容拼接起来，用R实现起来很高效，我给你两种常用方法：

方法一：用dplyr包（推荐，代码清晰易维护） #

首先我们先构造一个完整的示例数据框（补全你没写完的部分）：

# 构造示例数据
my_df <- data.frame(
  DateTime = c('2017/05/05 08:30:00', '2017/05/05 08:30:00', '2017/05/05 08:30:00', 
               '2017/12/08 08:30:00', '2018/01/15 18:50:00', '2017/12/20 21:46:00'),
  columnB = c("记录1", "记录2", "记录3", "记录4", "记录5", "记录6"),
  stringsAsFactors = FALSE # 避免因子类型干扰
)

接下来用dplyr的分组汇总功能实现需求：

library(dplyr)

# 按DateTime分组，拼接columnB内容，自动合并重复行
result_df <- my_df %>%
  group_by(DateTime) %>%
  summarise(
    columnB_combined = paste(columnB, collapse = ", "), # 用逗号分隔拼接，可自定义分隔符（比如"; "）
    .groups = "drop" # 处理完后取消分组，返回普通DataFrame
  )

# 查看结果
print(result_df)

代码解释： #

• group_by(DateTime)：把DateTime相同的行归为一组
• summarise()：对每组做汇总操作，这里用paste(..., collapse = ", ")把组内所有columnB的元素拼接成一个字符串
• .groups = "drop"：确保结果是普通的DataFrame，不会保留分组状态

如果你的数据还有其他需要保留的列（且同一DateTime组内这些列的值都相同），可以用first()或last()提取组内值：

# 假设新增columnC，同一DateTime组内值相同
my_df$columnC <- c("类别X", "类别X", "类别X", "类别Y", "类别Z", "类别W")

# 保留columnC并拼接columnB
result_df_with_extra_cols <- my_df %>%
  group_by(DateTime) %>%
  summarise(
    columnC = first(columnC), # 取组内第一个值（因为同一组值一致）
    columnB_combined = paste(columnB, collapse = ", "),
    .groups = "drop"
  )

方法二：用base R（无需额外安装包） #

如果你不想安装dplyr，用base R的aggregate()函数也能实现：

# base R 实现方式
result_base <- aggregate(columnB ~ DateTime, data = my_df, FUN = function(x) paste(x, collapse = ", "))

# 查看结果
print(result_base)

这两种方法都能高效完成你的需求：既移除了DateTime重复的行，又把对应columnB的内容拼接成了新的变量，完美解决问题～

内容的提问来源于stack exchange，提问作者user9630195