如果在 R 中的重复项之一中存在 NA，则删除重复项答案

【问题标题】：Removing duplicates if there is NA in one of the duplicates in R如果在 R 中的重复项之一中存在 NA，则删除重复项
【发布时间】：2020-08-05 10:30:30
【问题描述】：

我正在尝试从数据集中删除重复项（由合并引起）。但是，一行包含一个值，而另一行不包含，在某些情况下，两行都是 NA。我想保留那些有数据的，如果有 NA，那么我保留哪个并不重要。我怎么做？我被卡住了。

我没有成功尝试过这里的解决方案（通常也不使用 data.table，所以我不明白是什么）

R data.table remove rows where one column is duplicated if another column is NA

一些最小示例数据：

df <- data.frame(ID = c("A", "A", "B", "B", "C", "D", "E", "G", "H", "J", "J"),
                 value = c(NA, 1L, NA, NA, 1L, 1L, 1L, 1L, 1L, NA, 1L))

ID value
A    NA
A     1
B    NA
B    NA
C     1
D     1
E     1
G     1
H     1
J    NA
J     1

我想要这个：

ID value
A     1
B    NA
C     1
D     1
E     1
G     1
H     1
J     1

【问题讨论】：

链接问题中@Psidom的答案也可以，您只需要适应整数：library(data.table) setDT(df)[, .(value = if (all(is.na(value))) NA_integer_ else na.omit(value)), by = ID]

标签： r duplicates

【解决方案1】：

使用dplyr 的一种可能性是：

df %>%
 group_by(ID) %>%
 slice(which.max(!is.na(value)))

  ID    value
  <chr> <int>
1 A         1
2 B        NA
3 C         1
4 D         1
5 E         1
6 G         1
7 H         1
8 J         1

【讨论】：

这比@Darren Tsais 解决方案稍快。谢谢！

【解决方案2】：

@tmfmnk 在dplyr 中使用slice_max() 的替代答案。

library(dplyr)

df %>%
  group_by(ID) %>%
  slice_max(!is.na(value), with_ties = F)

# # A tibble: 8 x 2
# # Groups:   ID [8]
#   ID    value
#   <chr> <int>
# 1 A         1
# 2 B        NA
# 3 C         1
# 4 D         1
# 5 E         1
# 6 G         1
# 7 H         1
# 8 J         1

【讨论】：

【解决方案3】：

这里有一个比较简单的data.table解决方案。

如果所有值都是NA，则按ID分组，只取第一个value，如果不取所有不是NA的值。

library(data.table)
setDT(df)
df[, if (all(is.na(value))) value[1] else value[!is.na(value)], by = ID]

【讨论】：

感谢您的解释！有时知道如何正确阅读代码会有所帮助。