I have csv file with next data:
person_id;first_name;birth_date;gender;sample_number;label
1;Ann;01.01.1977;1;MID43;PrBadMedian
1;Ann;01.01.1977;1;MID43;IB15
1;Ann;01.01.1977;1;Center1577;PrBadMedian
1;Ann;01.01.1977;1;Center1577;IB15
2;Kate;01.01.1989;1;MID55;PrBadMedian
2;Kate;01.01.1989;1;MID55;IB15
2;Kate;01.01.1989;1;Center3127;PrBadMedian
2;Kate;01.01.1989;1;Center3127;IB15
3;Jane;01.01.1991;1;MID78;PrBadMedian
3;Jane;01.01.1991;1;MID78;IB15
Column with uniq key is person_id. Data is dublicated because in columns sample_number and label can by different data.
How can I aggregate data in this columns in list like bellow?
person_id;first_name;birth_date;gender;sample_number;label
1;Ann;01.01.1977;1;MID43,Center1577;PrBadMedian,IB15
2;Kate;01.01.1989;1;MID55,Center3127;PrBadMedian,IB15
3;Jane;01.01.1991;1;MID78;PrBadMedian,IB15
With tidyverse functions, group_by everything except label and sample_number and use summarise:
library(tidyverse)
df %>%
group_by(across(-c(sample_number, label))) %>%
summarise(across(c(sample_number, label), ~ paste(unique(.x), collapse = ",")))
# A tibble: 3 x 6
# Groups: person_id, first_name, birth_date [3]
person_id first_name birth_date gender sample_number label
<int> <chr> <chr> <int> <chr> <chr>
1 1 Ann 01.01.1977 1 MID43,Center1577 PrBadMedian,IB15
2 2 Kate 01.01.1989 1 MID55,Center3127 PrBadMedian,IB15
3 3 Jane 01.01.1991 1 MID78 PrBadMedian,IB15
data
df <- read.table(header = T, text = "person_id;first_name;birth_date;gender;sample_number;label
1;Ann;01.01.1977;1;MID43;PrBadMedian
1;Ann;01.01.1977;1;MID43;IB15
1;Ann;01.01.1977;1;Center1577;PrBadMedian
1;Ann;01.01.1977;1;Center1577;IB15
2;Kate;01.01.1989;1;MID55;PrBadMedian
2;Kate;01.01.1989;1;MID55;IB15
2;Kate;01.01.1989;1;Center3127;PrBadMedian
2;Kate;01.01.1989;1;Center3127;IB15
3;Jane;01.01.1991;1;MID78;PrBadMedian
3;Jane;01.01.1991;1;MID78;IB15", sep=";")