如何在data.table中提取相同ID行的唯一值并生成新列

没问题，我来帮你搞定这个需求！咱们可以借助data.table的高效操作来实现，直接在原数据集上添加目标新列，步骤清晰又简洁。

完整实现代码 #

library(data.table)
a1 <- data.table(v1 = "a", v2 = "12,13,12,12,10")
a2 <- data.table(v1 = "b", v2 = "10,10,11,12")
a3 <- data.table(v1 = "b", v2 = "10,10,13,14,12")
DT <- rbindlist(list(a1, a2, a3))

# 生成包含v1="b"所有唯一值的新列
DT[, unique_b_vals := {
  # 先筛选出v1为b的所有v2字符串，合并成一个完整的逗号分隔串
  b_all_vals <- paste(v2[v1 == "b"], collapse = ",")
  # 拆分字符串为单个元素、去重、再合并回字符串
  unique_values <- unique(strsplit(b_all_vals, ",")[[1]])
  paste(unique_values, collapse = ",")
}]

# 查看最终结果
print(DT)

代码说明 #

• 用data.table的:=操作符直接在原数据表中添加新列，不需要额外复制数据，效率很高；
• 花括号内的代码块可以完成所有中间计算：先提取v1为"b"的所有v2内容，合并成一个大字符串，再拆分去重，最后重新合并成目标格式；
• 如果想更紧凑，也可以写成一行：

DT[, unique_b_vals := paste(unique(unlist(strsplit(v2[v1 == "b"], ","))), collapse = ",")]

运行后你会得到这样的结果：

v1                v2 unique_b_vals
1:  a 12,13,12,12,10 10,11,12,13,14
2:  b    10,10,11,12 10,11,12,13,14
3:  b 10,10,13,14,12 10,11,12,13,14

所有行的unique_b_vals列都会包含v1为"b"的两行中所有的唯一值，完全符合你的需求。

内容的提问来源于stack exchange，提问作者yuskam