如何在R中合并同一ID的行并去除NA，实现每行对应唯一ID？

首先还原你的示例数据（额外添加字符类型列演示兼容性）：

df <- data.frame(
  ID = c(1,1),
  a = c(1, NA),
  b = c(NA, 2),
  c = c(NA, 3),
  d = c("sample_text", NA) # 字符类型列
)

因为数据各行互斥（同一列下同一ID不会有多个非NA值），可以用以下两种方法合并为每个ID一行：

方法1：使用dplyr包（tidyverse风格） #

library(dplyr)

df_combined <- df %>%
  group_by(ID) %>%
  summarise(across(everything(), ~first(na.omit(.)))) %>%
  ungroup()

• group_by(ID)：按ID分组
• across(everything(), ~first(na.omit(.)))：对每一列提取第一个非NA值（因数据互斥，每个组的列仅存在一个有效值）
• ungroup()：取消分组状态，返回标准数据框

方法2：使用base R（无需额外包） #

df_combined <- aggregate(. ~ ID, data = df, FUN = function(x) na.omit(x)[1])

• aggregate(. ~ ID)：指定按ID分组，聚合所有其他列
• 自定义函数function(x) na.omit(x)[1]：过滤每列的NA值后取第一个（也是唯一的）有效数据

两种方法都能保留列的原始数据类型（包括字符类型），且处理结果一致。

内容的提问来源于stack exchange，提问作者PPenton