按组过滤 NA答案

【问题标题】：Filtering NAs by group按组过滤 NA
【发布时间】：2021-11-28 05:49:10
【问题描述】：

我有这个 df

df <- data.frame(
    id = c(1L,1L,1L,2L,2L,3L),
    keyword = c("car","hospital",NA,"cat",NA,NA))

我想要这个

df <- data.frame(
    id = c(1L,1L,2L,3L),
    keyword = c("car","hospital","cat",NA))

如果有关键字，我想保留它，如果没有，请保留 NA

尝试类似的东西

df %>% group_by(id) %>% filter(!is.na(keyword) | keyword != " ")

【问题讨论】：

如果一个 id 有多个关键字不是 NA 怎么办。（假设 id 是您正在谈论的分组变量）？此外，您可以尝试 library(dplyr); df %>% group_by(id) %>% arrange(keyword) %>% summarise(keyword = first(keyword)) 这将保留每个 id 的第一个非 NA（如果有）关键字。
@dario 谢谢你，我向你提出了一些建议，并提供了更多类似的数据框。

标签： r filter conditional-statements

【解决方案1】：

您可以有条件地filter 行。

如果在一个组中，所有 NA 值都存在，则返回第一行，否则返回非 NA 行。

library(dplyr)

df %>%
  group_by(id) %>%
  filter(if(all(is.na(keyword))) row_number() == 1 else !is.na(keyword)) %>%
  ungroup

#    id keyword 
#  <int> <chr>   
#1     1 car     
#2     1 hospital
#3     2 cat     
#4     3 NA

【讨论】：

【解决方案2】：

可能的解决方案：首先我们删除 keyword 中所有带有 NA 的行，然后为可能丢失的 ids 添加新行（所有其他列现在都将包含 NA）：

library(dplyr)
library(tidyr)
df %>% 
  filter(!is.na(keyword)) %>% 
  full_join(df %>% select(id) %>% unique())

  id  keyword
1  1      car
2  1 hospital
3  2      cat
4  3     <NA>

【讨论】：