Agregar por identificador único y concatenar valores relacionados en una cadena [duplicado]
Tengo una necesidad que imagino que podría ser satisfecha con aggregateo reshape, pero no logro entenderla.
Tengo una lista de nombres ( brand) y el número de identificación que la acompaña ( id). Estos datos están en formato largo, por lo que los nombres pueden tener múltiples ID. Me gustaría eliminar los duplicados por el nombre ( brand) y concatenar los múltiples posibles iden una cadena separada por un comentario.
Por ejemplo:
brand id
RadioShack 2308
Rag & Bone 4466
Ragu 1830
Ragu 4518
Ralph Lauren 1638
Ralph Lauren 2719
Ralph Lauren 2720
Ralph Lauren 2721
Ralph Lauren 2722
debe convertirse:
RadioShack 2308
Rag & Bone 4466
Ragu 1830,4518
Ralph Lauren 1638,2719,2720,2721,2722
¿Cómo lograría esto?
Llamemos a tu data.frameDF
> aggregate(id ~ brand, data = DF, c)
brand id
1 RadioShack 2308
2 Rag & Bone 4466
3 Ragu 1830, 4518
4 Ralph Lauren 1638, 2719, 2720, 2721, 2722
Otro uso alternativo aggregatees:
result <- aggregate(id ~ brand, data = DF, paste, collapse = ",")
Esto produce el mismo resultado y ya idno es listasí. Gracias al comentario de @Frank. Para ver el classde cada columna intente:
> sapply(result, class)
brand id
"factor" "character"
Como menciona @DavidArenburg en los comentarios, otra alternativa es usar la toStringfunción:
aggregate(id ~ brand, data = DF, toString)
Una línea bonita y limpiadata.table
library(data.table)
setDT(DF)
DOS OPCIONES:
resultados como una lista
DF[ , .(id = list(id)), by = brand]
brand id
1: RadioShack 2308
2: Rag & Bone 4466
3: Ragu 1830,4518
4: Ralph Lauren 1638,2719,2720,2721,2722
>
resultados como una cadena
DF[ , .(id = paste(id, collapse=",")), by = brand]
brand id
1: RadioShack 2308
2: Rag & Bone 4466
3: Ragu 1830,4518
4: Ralph Lauren 1638,2719,2720,2721,2722
Nota
Aunque los dos resultados parecen iguales (es decir, cuando los imprime, parecen idénticos), en realidad son muy diferentes y permiten diferentes funciones.
Es decir, usar la opción de lista (la primera) le permite luego realizar funciones en los originales id.
Este último le permitirá mostrar la información más fácilmente (incluida la exportación a CSVo excel), pero para operar con los id's será necesario volver a unirlos.
O usando dplyr :
library(dplyr)
DF %>%
group_by(brand) %>%
summarise(id = paste(id, collapse = ","))
¿ Dónde DFestá el nombre de su marco de datos?
