使用R批量分组汇总DataFrame多列布尔型变量的方法咨询

嗨，太懂这种不想重复写几十行重复代码的心情了——手动处理43列不仅费时间，还很容易漏写或者写错，完全没必要！用dplyr的across()函数就能一次性搞定所有列的批量汇总，下面给你具体的解决方案：

首先，假设你已经有了那个包含所有需要处理的变量名的列表（比如叫var_list），我们可以直接用它配合across()来批量操作：

library(tidyverse)

# 构造你的示例数据
df <- tibble(
  name = c("A", "A", "A", "B", "C", "C"),
  variable_one = c(TRUE, FALSE, TRUE, FALSE, FALSE, FALSE),
  variable_two = c(FALSE, FALSE, FALSE, TRUE, FALSE, TRUE),
  variable_three = c(FALSE, TRUE, TRUE, FALSE, FALSE, TRUE)
)

# 假设这是你提到的包含所有要处理的列名的列表
var_list <- c("variable_one", "variable_two", "variable_three")

# 批量分组汇总
df_summary <- df |>
  group_by(name) |>
  summarise(
    across(all_of(var_list), ~paste(., collapse = ",")),
    .groups = "drop"  # 可选，分组后取消分组状态
  )

# 查看结果
df_summary

如果不想手动维护那个变量列表，还可以直接选择除了name之外的所有列，这样更省心：

df_summary <- df |>
  group_by(name) |>
  summarise(
    across(-name, ~paste(., collapse = ",")),
    .groups = "drop"
  )

运行后你会得到和手动写每个变量一样的结果，但只需要几行代码！比如示例数据的输出会是：

# A tibble: 3 × 4
  name  variable_one   variable_two   variable_three
  <chr> <chr>          <chr>          <chr>
1 A     TRUE,FALSE,TRUE FALSE,FALSE,FALSE FALSE,TRUE,TRUE
2 B     FALSE          TRUE           FALSE
3 C     FALSE,FALSE    FALSE,TRUE     FALSE,TRUE

简单解释下代码里的关键点：

• across()函数可以一次性对多列应用同一个操作，第一个参数指定要处理的列（这里用all_of(var_list)引用外部列表，或者-name排除name列）
• ~paste(., collapse = ",")是对每一列执行的函数，.代表当前处理的列，把该列的所有值用逗号拼接起来
• .groups = "drop"是可选参数，用来在汇总后取消分组状态，让结果回到普通的tibble

这样不管你是43列还是更多列，都能一键搞定，再也不用手动写重复代码啦！

备注：内容来源于stack exchange，提问作者gernophil