如何基于共享id合并列并填充值？（Tidyverse/Dplyr实现）

示例数据 #

先构造符合需求的示例数据集，方便验证代码逻辑：

library(tidyverse)

sample_data <- tibble(
  id = c(1,1,1,2,2,3),
  group = c(1,2,3,1,3,1),
  code = c("A", NA, NA, "B", NA, "C"),
  minutes1 = c(10, NA, NA, 15, NA, 20),
  minutes2 = c(NA, 20, NA, NA, NA, NA),
  minutes3 = c(NA, NA, 30, NA, 35, NA)
)

解决方案一：分组聚合提取非NA值 #

直接按id分组，对每个列提取唯一非NA值，操作简洁高效：

result <- sample_data %>%
  group_by(id) %>%
  summarize(
    # 提取group1的code（仅group1行有非NA值）
    code = first(na.omit(code)),
    # 提取每个minutes列的有效数值（每个id对应列仅一个非NA值）
    minutes1 = first(na.omit(minutes1)),
    minutes2 = first(na.omit(minutes2)),
    minutes3 = first(na.omit(minutes3)),
    # 固定group列为1
    group = 1
  ) %>%
  ungroup()

解决方案二：筛选+左连接合并 #

如果偏好分步操作，可先保留group1的行，再分别合并group2、3的分钟值：

result <- sample_data %>%
  # 先保留group1的所有行
  filter(group == 1) %>%
  # 左连接group2的minutes2值
  left_join(
    sample_data %>% filter(group == 2) %>% select(id, minutes2),
    by = "id"
  ) %>%
  # 左连接group3的minutes3值
  left_join(
    sample_data %>% filter(group == 3) %>% select(id, minutes3),
    by = "id"
  )

说明 #

• 两种方法都兼容「部分id无group2/3」的情况，缺失对应group的minutes列会保留NA
• 对于group1不固定数量的code，只要每个id下group1的code为非NA值，就能正确提取
• 最终结果仅保留group1的行，且填充了同id下其他group的对应minutes值

内容的提问来源于stack exchange，提问作者Dr. Stats Guy