[解決済み] グループ内でカラムをカンマ区切りで折りたたみ、連結、集計する。

質問

データフレーム内の1列を2つのグループ化変数に従って集約し、個々の値をカンマで区切りたいのです。

ここにいくつかのデータがあります。

data <- data.frame(A = c(rep(111, 3), rep(222, 3)), B = rep(1:2, 3), C = c(5:10))
data
#     A B  C
# 1 111 1  5
# 2 111 2  6
# 3 111 1  7
# 4 222 2  8
# 5 222 1  9
# 6 222 2 10    

"A"と"B"はグループ化変数、"C"はカンマ区切りに畳みたい変数です。 character という文字列を作成します。私は試してみました。

library(plyr)
ddply(data, .(A,B), summarise, test = list(C))

    A B  test
1 111 1  5, 7
2 111 2     6
3 222 1     9
4 222 2 8, 10

に変換しようとしたのですが、テストカラムを character に変換しようとすると、このようになります。

ddply(data, .(A,B), summarise, test = as.character(list(C)))
#     A B     test
# 1 111 1  c(5, 7)
# 2 111 2        6
# 3 222 1        9
# 4 222 2 c(8, 10)

どうすれば character の形式を維持したまま、カンマで区切るにはどうしたらよいでしょうか。例えば、1行目は "5,7" と表示され、c(5,7)とは表示されません。

どのように解決するのですか？

以下は toString は、文字列のベクトルを連結する関数で、コンマとスペースで構成要素を区切ります。カンマが不要な場合は paste() を使うことができます。 collapse の引数で代用します。

data.table

# alternative using data.table
library(data.table)
as.data.table(data)[, toString(C), by = list(A, B)]

集計 これはパッケージを使用しません。

# alternative using aggregate from the stats package in the core of R
aggregate(C ~., data, toString)

sqldf

そして、SQL関数を使った代替案がこちらです。 group_concat を使っています。 sqldf パッケージ :

library(sqldf)
sqldf("select A, B, group_concat(C) C from data group by A, B", method = "raw")

dplyr A dplyr の代替となります。

library(dplyr)
data %>%
  group_by(A, B) %>%
  summarise(test = toString(C)) %>%
  ungroup()

プライヤー

# plyr
library(plyr)
ddply(data, .(A,B), summarize, C = toString(C))