根据列值 R 合并数据框中的列答案

【问题标题】：Merge columns within dataframe based on column value R根据列值 R 合并数据框中的列
【发布时间】：2021-03-09 15:22:43
【问题描述】：

我目前有这个结构的数据框

    ID-No  cigsaday   activity  
    1      NA        1           
    2      NA        1          
    1       5       NA          
    2       5       NA

我想连接具有相同 ID 号的行并创建一个应该看起来像这样的新数据框

ID-No  cigsaday   activity  
    1      5        1           
    2      5        1

数据框包括字符和数字，这样我们将根据在数据集中第一列中出现 4 次的参与者 ID 进行匹配。

感谢任何帮助！

【问题讨论】：

标签： r dataframe merge

【解决方案1】：

data.table 选项

> setDT(df)[, lapply(.SD, na.omit), ID_No]
   ID_No cigsaday activity
1:     1        5        1
2:     2        5        1

数据

> dput(df)
structure(list(ID_No = c(1L, 2L, 1L, 2L), cigsaday = c(NA, NA,
5L, 5L), activity = c(1L, 1L, NA, NA)), class = "data.frame", row.names = c(NA,
-4L))

【讨论】：

【解决方案2】：

通往罗马的方式有很多。为了完整起见，这里有一些其他方法可以返回给定样本数据集的预期结果。您的里程可能会有所不同。

1。 dplyr, na.omit()

library(dplyr)
df %>% 
  group_by(ID_No) %>% 
  summarise(across(everything(), na.omit))

`summarise()` ungrouping output (override with `.groups` argument)
# A tibble: 2 x 3
  ID_No cigsaday activity
  <int>    <int>    <int>
1     1        5        1
2     2        5        1

注意，这是ThomasIsCoding's answer 的dplyr 版本。

2。 dplyr、reduce()、coalesce()

library(dplyr)
df %>% 
  group_by(ID_No) %>% 
  summarise(across(everything(), ~ purrr::reduce(.x, coalesce)))

3。 data.table, fcoalesce()

library(data.table)
setDT(df)[, lapply(.SD, function(x) fcoalesce(as.list(x))), ID_No]

   ID_No cigsaday activity
1:     1        5        1
2:     2        5        1

4。 data.table, Reduce(), fcoalesce()

library(data.table)
setDT(df)[, lapply(.SD, Reduce, f = fcoalesce), ID_No]

【讨论】：

【解决方案3】：

使用 na.locf() 的一种可能解决方案，它用最近的非 NA 值替换一个值。

library(zoo)

dat %>% 
  group_by(IDNo) %>% 
  mutate_at(vars(-group_cols()),.funs=function(x) na.locf(x)) %>% 
  distinct(IDNo,cigsaday,activity,.keep_all = TRUE) %>% 
  ungroup()

【讨论】：