如何用R（优先tidyverse）按标记行合并事件多行为单行

步骤说明 #

因为你已经手动为每个变量标记了需要保留的行，我们可以直接按事件分组，提取每个标记为Y的变量值，最终合并为每行一个事件的结构。

示例代码 #

首先加载tidyverse包，构造示例输入数据（你可以替换成自己的数据集）：

library(tidyverse)

# 示例输入数据（模拟你的数据集结构）
input_data <- tibble(
  Event = c("E1", "E1", "E1", "E2", "E2"),
  Area = c("A1", "A2", "A3", "A4", "A5"),
  Keep_area = c("N", "Y", "N", "N", "Y"),
  Date = c("2023-01-01", "2023-01-02", "2023-01-03", "2023-02-01", "2023-02-02"),
  Keep_dat = c("Y", "N", "N", "Y", "N"),
  Outcome = c("Success", "Failure", "Pending", "Success", "Pending"),
  Keep_out = c("N", "N", "Y", "N", "Y")
)

执行数据合并操作：

# 核心处理代码
output_data <- input_data %>%
  group_by(Event) %>%
  summarize(
    # 提取每个事件中标记为Y的Area值
    Area = first(Area[Keep_area == "Y"]),
    # 提取每个事件中标记为Y的Date值
    Date = first(Date[Keep_dat == "Y"]),
    # 提取每个事件中标记为Y的Outcome值
    Outcome = first(Outcome[Keep_out == "Y"])
  ) %>%
  ungroup()

# 查看最终结果
print(output_data)

结果说明 #

运行后会得到如下结构的输出（每个事件一行，对应标记行的变量值）：

# A tibble: 2 × 4
  Event Area  Date       Outcome
  <chr> <chr> <chr>      <chr>  
1 E1    A2    2023-01-01 Pending
2 E2    A5    2023-02-01 Pending

注意事项 #

• 如果你的标记列是**逻辑值（TRUE/FALSE）**而非字符"Y"/"N"，只需将代码中的Keep_area == "Y"改为Keep_area即可。
• 确保每个事件的每个标记列（Keep_area/Keep_dat/Keep_out）只有一个Y，这样first()能准确提取到唯一的目标值；如果有多个Y，可以根据需求替换为last()或其他聚合方式，也可以添加警告提示重复标记。

内容的提问来源于stack exchange，提问作者mimkat