如何按Id分组筛选Score非缺失值并保留Visit列有效信息？

以下是示例数据框：

mydata <- data.frame(Id = c(01,01,02,02,02,03,03,04,04,04),
                     Score = c(1,NA,NA,5,78,9,5,NA,3,4),
                     Visit = c(NA, "Yes", "No", NA, NA, "Yes", NA, "Yes", NA, NA))

样本数据：

需求：按Id分组，仅保留Score列非缺失值的行，同时将每个Id对应的Visit有效信息填充到该组所有行中，最终得到如下结果：

简言之，按Id分组后，将Score和Visit的非空值整合到同一行中。

解决方案 #

方法1：使用dplyr（tidyverse工具链） #

# 安装依赖（首次使用时执行）
# install.packages("dplyr")
library(dplyr)

result <- mydata %>%
  group_by(Id) %>%
  # 提取每组中Visit的非缺失值（假设每个Id仅一个有效Visit值）
  mutate(Visit = first(na.omit(Visit))) %>%
  # 筛选Score非缺失的行
  filter(!is.na(Score)) %>%
  ungroup()

print(result)

方法2：使用Base R #

# 按Id分组填充Visit列
mydata$Visit <- ave(mydata$Visit, mydata$Id, FUN = function(x) x[!is.na(x)][1])
# 筛选Score非缺失的行
result <- mydata[!is.na(mydata$Score), ]

print(result)

说明：两种方法默认每个Id对应的Visit列只有一个非缺失值，若存在多个有效Visit值，可根据需求将first替换为last或其他聚合逻辑。

内容的提问来源于stack exchange，提问作者user2845095