R脚本合并2行答案

【问题标题】：R script merge 2 rowsR脚本合并2行
【发布时间】：2019-03-22 10:12:37
【问题描述】：

我有一个数据框，例如：

       a   b      c       d       e    f   g  
 1     Car 10/02  01/02   30/02   14   1   NA
 2     Car 10/02  07/02   20/02    0   NA   7

我想得到：

       a   b      c       d       e    f   g  
 1     Car 10/02  01/02   20/02   14   1   7

like a group by (a,b)，为 c 和 d 选择 min Date，为 e 选择 max，为 f 和 g 选择 non-null

如何在 R 中解决它？

【问题讨论】：

请使用dput和逻辑分享数据
我想按 (a,b) 分组选择 c 上的最小日期，d 上选择 e 上的最大数字在 f 和 g 上选择非空
模式是什么。在 col d 中，您采用第二个值。在 col c 你取第一行
我选择最低日期

标签： r dataframe merge row

【解决方案1】：

使用dplyr我们可以group_bya和b，将c和d转换为实际日期使用dmy从lubridate并选择最小日期，选择maximum e 的值和 f 和 g 的非 NA 值。

library(dplyr)
library(lubridate)

df %>%
  group_by(a, b) %>%
  summarise(c = c[which.min(dmy(paste0(c, "/19")))], 
             d = d[which.min(dmy(paste0(d, "/19")))], 
             e = max(e), 
             f = f[!is.na(f)], 
             g = g[!is.na(g)])

#   a     b     c     d         e     f     g
#  <fct> <fct> <fct> <fct>   <dbl> <int> <int>
#1 Car   10/02 01/02 20/02    14     1     7

如示例所示，我假设f 和 g 只有一个非 NA 值，如果您有多个值，则使用 which.max 从这些值中选择第一个非 NA 值列。

【讨论】：

【解决方案2】：

使用库 dplyr，假设您的数据框是 df。首先是将 NA 替换为 0

df[is.na(df)] <- 0 # you can now directly take sum of f and g column in group by
library(dplyr)
df_1 <- df %>% group_by(a,b) %>% summarise(c = min(c),d = min(d),e = max(e),f = sum(f),g = sum(g))

【讨论】：

min 不适用于日期。（列c 和d）。在这里它可以工作，因为min(c("01", "07")) 给你“01”，但它会给你意想不到的结果min(c("11", "7"))。您需要先将其转换为日期才能使用min、max 函数。

【解决方案3】：

使用数据表。我不得不更改你的一个日期，因为没有 2 月 30 日

    x <-  data.frame( 
     a= c( "Car","Car"), b=c("10/20","10/20"), c=c("01/02","07/02"),d=c("28/02","20/02"), e=c(14,0), f=c(1, NA), g=c(NA,7)) 

     library( data.table) # you may need to install
     x <- data.table( x )

#convert to dates
     x$c <- as.Date(x$c, "%d/%m")
     x$d <- as.Date(x$d, "%d/%m")

# group as you specfied
     x[ ,

         .(
             c = min( c ),
             d = min( d ),
             e = max( e ),
             f= max( f , na.rm=T),
             g= max( g , na.rm=T)
         ) ,

     by= c( "a","b")
     ]

【讨论】：