如何按sample汇总数据行并替换NA？存在矛盾值时保留原行

我正在处理一个每个sample对应多行数据的数据集，每行代表一次测量结果。由于并非每次测量都采集了所有数据，数据中存在大量NA值：

sample <- c("sample1", "sample1", "sample2", "sample2", "sample3", "sample3")
value1<- c(1, 5, 7, NA, NA, 3)
value2 <- c(1, 5, 5, NA, NA, 5)
value3 <- c(13, NA, 7, NA, NA, NA)
myinput <- data.frame(sample, value1, value2, value3)

查看原始数据集：

> myinput
   sample value1 value2 value3
1 sample1      1      1     13
2 sample1      5      5     NA
3 sample2      7      5      7
4 sample2     NA     NA     NA
5 sample3     NA     NA     NA
6 sample3      3      5     NA

需求说明：

• 按sample对行进行汇总，用同sample下的非NA值填充对应变量的NA；
• 若同一sample的行存在矛盾值（比如sample1的value1同时有1和5两个不同非NA值），则不做汇总，保留所有非全NA的原始行；
• 最终期望输出：

> myoutput
   sample value1 value2 value3
1 sample1      1      1     13
2 sample1      5      5     NA
3 sample2      7      5      7
4 sample3      3      5     NA

编辑：针对margusl的问题，修改了示例。若存在矛盾值（如sample1），保留原行。

使用dplyr包可以简洁实现需求，步骤如下：

1. 先加载dplyr包：

library(dplyr)

2. 编写处理代码：

myoutput <- myinput %>%
  # 标记每个sample是否存在变量矛盾（任意变量有多个不同非NA值）
  group_by(sample) %>%
  mutate(has_conflict = any(c_across(starts_with("value")) %>% 
                              map_lgl(~n_distinct(., na.rm = TRUE) > 1))) %>%
  ungroup() %>%
  # 分情况处理有/无矛盾的sample
  group_by(sample, has_conflict) %>%
  group_modify(function(.data, .key) {
    if (.key$has_conflict) {
      # 有矛盾：保留所有非全NA的行
      .data %>% filter(rowSums(is.na(.[-1])) != ncol(.[-1]))
    } else {
      # 无矛盾：用同sample的非NA值填充NA，然后去重得到唯一行
      .data %>%
        mutate(across(starts_with("value"), ~ifelse(is.na(.), first(na.omit(.)), .))) %>%
        distinct()
    }
  }) %>%
  ungroup() %>%
  select(-has_conflict) # 移除辅助标记列

3. 查看结果：

> myoutput
# A tibble: 4 × 4
  sample  value1 value2 value3
  <chr>    <dbl>  <dbl>  <dbl>
1 sample1      1      1     13
2 sample1      5      5     NA
3 sample2      7      5      7
4 sample3      3      5     NA

内容的提问来源于stack exchange，提问作者Nereus