如何在R语言中合并数据框内重复日期时间的相似行？

原始数据 #

df <- data.frame(
  Date_Time = c("2023-06-14 09:43:06", "2023-06-14 09:43:09", "2023-06-14 09:43:12",
                "2023-06-14 09:43:06", "2023-06-14 09:43:09", "2023-06-14 09:43:12"),
  Heat_Capacity = c(219857, 219857, 219857, NA, NA, NA),
  Heat_Transfer_Coefficient = c(NA, NA, NA, 0, 0, 0)
)

需求 #

将重复的Date_Time行合并，填充对应列的NA值，得到每行唯一Date_Time且两列均为有效值的结果。

解决方案 #

方法1：使用dplyr分组聚合

通过dplyr按Date_Time分组，提取每组非NA的有效值：

library(dplyr)

df_cleaned <- df %>%
  group_by(Date_Time) %>%
  summarise(
    Heat_Capacity = max(Heat_Capacity, na.rm = TRUE),
    Heat_Transfer_Coefficient = max(Heat_Transfer_Coefficient, na.rm = TRUE)
  )

# 输出结果
print(df_cleaned)

说明：每组中每个列仅存在一个非NA值，使用max（或min/sum）配合na.rm=TRUE即可提取有效值。

方法2：使用base R的aggregate函数

无需额外包，用base R原生函数实现：

df_cleaned <- aggregate(. ~ Date_Time, data = df, FUN = function(x) x[!is.na(x)])

# 输出结果
print(df_cleaned)

说明：按Date_Time分组后，对每个列直接筛选出非NA元素，因每组仅有一个有效值，可直接提取。

最终结果 #

运行后得到的结果如下：

# A tibble: 3 × 3
  Date_Time           Heat_Capacity Heat_Transfer_Coefficient
  <chr>                      <dbl>                      <dbl>
1 2023-06-14 09:43:06       219857                          0
2 2023-06-14 09:43:09       219857                          0
3 2023-06-14 09:43:12       219857                          0

内容的提问来源于stack exchange，提问作者Golem