如何将数据框的行总结为一个，同时删除R中的重复项？

Question

因此，我有一个具有2行或更多行和不同列（ID，位置，任务，技能等）的数据框架。我想将这些行汇总到（a）一行（dataframe）中，其中应将不同的列条目连接在一起（但是只有不同的是，如果对于两个行，ID是相同的，则最终的dataFrame行应仅显示一个ID不显示一个ID相同的两次IE“ ID1”，但是如果它们不同，则应显示两个ID1，ID2”），应将某些数值值（+）添加在一起。

df = data.frame("ID" = c(PA1, PA1), "Occupation" = c("PO - react to DCS, initiate corrective measures,  react to changes
", "PO - data based operations"), "Field" = c("PA","PA"), "Work" = c(0.5, 0.1), "Skill1" = c(CRO, CRO), "Skill2" = c(0, PPto), "ds" = c(5, 5))
print(df)

输出应该看起来像这样，

df_final = data.frame("ID" = c(PA1), "Occupation" = c("PO - react to DCS, initiate corrective measures,  react to changes, data based operations"), "Field" = c("PA"), "Work" = c(0.6), "Skill1" = c(CRO), "Skill2" = c(PPto), "ds" = c(5))
print(df_final)

谢谢！

Answer 1

让我们暂时忽略Skill2：
以下代码与您想做什么有多近？

df2 %>%
  group_by(ID)%>%
  summarise(work = sum(Work), 
            skill1 = unique(Skill1),
            ds = unique(ds), 
            occupation = paste0(Occupation, collapse = " "),
            field = unique(Field))

您还可以突变（职业= str_replace_all（职业，“ po -'）），以摆脱重复的“ po - ”。

如果Skill1/Skill2/ds之类的变量不是每个ID唯一的，那么您将遇到问题，例如它们具有基数＆gt; 1。

df2 %>%
  group_by(ID)%>%
  summarise(work = sum(Work), 
            skill1 = unique(Skill1),
            skill2 = unique(Skill2),
            ds = unique(ds), 
            occupation = paste0(Occupation, collapse = " "),
            field = unique(Field))

如果这是一个简单的数据输入问题，您可以进行一些纠纷以过滤仅包含字母的Skill2条目，然后将此框架与原始框架相结合。

您也可以使用past0（）collapse = trick，但是您最终会得到Skill2 = C（na，“ ppto”），我很确定您不想要。