0

我有一个数据框，其中一列中有一组字符串，另一列中有一个分组变量（一个字符串，但可能是一个因素）。我想要collapse数据框，以便通过分组变量将字符串折叠成元素。对于信息，然后我将使用Corpus(VectorSource(x))该向量（即，我正在折叠以创建文档）。

例如：

    eg           Type
1   tomato        F 
2   mushrooms     F
3   snow          W
4   chips         F
5   rain          W

这将被转换为具有两个元素的字符向量，即“W”的成员和“F”的成员。我知道我可以使用：

a <- paste(x$eg,collapse=" ")

要获得所有这些，当然只需手动创建子集（或循环）。我想知道是否有一个plyr功能（但看不到一个），我认为tapply或者by可能是我正在寻找的（在基础中），但我不清楚它们将如何在这里使用。

我不想在这里输出数据框，而是清楚地探索标记的重复项，这些方法适用于这个问题。

4

2 回答 2

1

刚刚找到了答案，这应该可以从plyr包中使用：

a <- vaggregate(x$eg,x$Type,function(y) paste0(y,collapse=" "))

编辑：见下面的评论 - 函数（y）是多余的，这可以从base

于 2015-01-23T13:49:09.440 回答
1

使用 data.table 包回答：

> dt <- data.table(eg = letters[1:8], Type=rep(c("F","W"), 4))
> a <- dt[, paste(eg, collapse=" "), by=Type]
> a
   Type      V1
1:    F a c e g
2:    W b d f h

使用 data.table 的好处是，即使您获得数百万行，它仍然会在几秒钟内运行。

于 2015-01-23T13:53:05.193 回答