R 在组内跨行连接但保留序列

Question

我的数据包含来自许多对句的文本，这些文本被分成句子，每行一个。我想在 dyads 中连接说话者的数据，本质上是将数据转换为说话轮流。这是一个示例数据集:

dyad <- c(1,1,1,1,1,2,2,2,2)
speaker <- c("John", "John", "John", "Paul","John", "George", "Ringo", "Ringo", "George")
text <- c("Let's play",
          "We're wasting time",
          "Let's make a record!",
          "Let's work it out first",
          "Why?",
          "It goes like this",
          "Hold on",
          "Have to tighten my snare",
          "Ready?")

dat <- data.frame(dyad, speaker, text)

这就是我想要的数据:

  dyad speaker                                                text
1      1    John Let's play. We're wasting time. Let's make a record!
2      1    Paul                              Let's work it out first
3      1    John                                                 Why?
4      2  George                                    It goes like this
5      2   Ringo                    Hold on. Have to tighten my snare
6      2  George                                               Ready?

我试过按发件人分组并从 dplyr 粘贴/折叠，但串联组合了发件人的所有文本，但没有保留发言顺序。例如，John 的最后一句话(“为什么”)在输出中与他的其他文本一起结束，而不是在 Paul 的评论之后。我还尝试检查下一位发言者(使用 lead(sender))是否与当前发言者相同，然后合并，但它只处理相邻行，在这种情况下，它错过了示例中 John 的第三条评论.看起来应该很简单，但我无法实现。并且应该灵活地组合给定演讲者的任何一系列连续行。

提前致谢

Answer 1

使用 rleid(来自 data.table)创建另一个组并粘贴summarise中的行/p>

library(dplyr)
library(data.table)
library(stringr)
dat %>% 
   group_by(dyad, grp = rleid(speaker), speaker) %>% 
   summarise(text = str_c(text, collapse = ' '), .groups = 'drop') %>% 
   select(-grp)

-输出

# A tibble: 6 × 3
   dyad speaker text                                              
  <dbl> <chr>   <chr>                                             
1     1 John    Let's play We're wasting time Let's make a record!
2     1 Paul    Let's work it out first                           
3     1 John    Why?                                              
4     2 George  It goes like this                                 
5     2 Ringo   Hold on Have to tighten my snare                  
6     2 George  Ready?