使用 dplyr 按组连接字符串以获取多列[重复]

您好，我需要按组连接多个列的字符串。我意识到这个问题的版本已经被问过好几次了（参见按唯一标识符聚合并将相关值连接成字符串 https://stackoverflow.com/q/16596515），但它们通常涉及连接单个列的值。

我的数据集是这样的：

Sample  group   Gene1   Gene2   Gene3
A       1       a       NA      NA
A       2       b       NA      NA
B       1       NA      c       NA
C       1       a       NA      d
C       2       b       NA      e
C       3       c       NA      NA

我想将其转换为每个样本仅占用 1 行的格式（组列是可选的）：

Sample  group   Gene1   Gene2   Gene3
A       1,2     a,b     NA      NA
B       1       NA      c       NA
C       1,2,3   a,b,c   NA      d,e

由于基因的数量可能高达数千个，因此我不能简单地指定我希望连接的列。 我知道aggregate or dplyr可用于获取组，但我不知道如何对多列执行此操作。

提前致谢！

Edit

由于我的数据集非常大，包含数千个基因，我意识到 dplyr 太慢了。我一直在尝试使用data.table，下面的代码也可以得到我想要的：

setDT(df)[, lapply(.SD, function(x) paste(na.omit(x), collapse = ",")), by = Sample]

现在的输出是：

   Sample group Gene1 Gene2 Gene3
1:      A   1,2   a,b            
2:      B     1           c      
3:      C 1,2,3 a,b,c         d,e

感谢你的帮助！

为了这些目的，有summarise_all, summarise_at, and summarise_if功能。使用summarise_all:

df %>%
  group_by(Sample) %>%
  summarise_all(funs(paste(na.omit(.), collapse = ",")))

# A tibble: 3 × 5
  Sample group Gene1 Gene2 Gene3
   <chr> <chr> <chr> <chr> <chr>
1      A   1,2   a,b            
2      B     1           c      
3      C 1,2,3 a,b,c         d,e

更新：在当前版本中dplyr，鼓励结合summarise with across，例如像这样：

df %>%
  group_by(Sample) %>%
  summarise(across(everything(), \(x) paste(na.omit(x), collapse = ",")))