如何在R中合并tibble子集的行并修改指定字段？

处理逻辑 #

直接拆分处理再合并是最稳妥的方案：把TIBS里来自T_tib1的部分单独做转换，剩下的T_tib2、T_tib3原封不动，最后拼回去即可，不用折腾全量修改。

代码实现 #

首先要确保合并后的TIBS有能区分来源的字段——如果合并前没加，先给每个原始tibble补个标记：

library(dplyr)

# 给每个原始tibble添加来源标记
T_tib1 <- T_tib1 %>% mutate(source = "tib1")
T_tib2 <- T_tib2 %>% mutate(source = "tib2")
T_tib3 <- T_tib3 %>% mutate(source = "tib3")

# 合并成TIBS（如果已经合并过，这步跳过）
TIBS <- bind_rows(T_tib1, T_tib2, T_tib3)

然后针对性处理T_tib1的部分：

# 处理T_tib1的数据：按Brand合并行+填充Share_*列NA+修改Data_Type
processed_tib1 <- TIBS %>%
  filter(source == "tib1") %>%
  group_by(Brand) %>%
  summarise(
    # 填充Share开头列的NA值（取同Brand下的非NA值，适合单有效数据场景）
    across(starts_with("Share_"), ~ coalesce(!!!.)),
    # 保留其他字段的第一个有效值（根据你的数据逻辑调整，比如取last()也可以）
    across(-c(Brand, starts_with("Share_")), ~ first(.)),
    # 强制修改Data_Type字段
    Data_Type = "Retail Volume (Tonnes or Litres)"
  ) %>%
  ungroup()

# 合并处理后的tib1和原tib2、tib3数据
final_TIBS <- bind_rows(processed_tib1, TIBS %>% filter(source != "tib1"))

关键细节 #

• 如果Share_*列在同一个Brand下有多个非NA值，把coalesce(!!!.)改成你需要的聚合逻辑，比如sum(., na.rm = TRUE)或者mean(., na.rm = TRUE)。
• 这种方式不会破坏原TIBS的其他部分，只精准处理来自T_tib1的数据，避免了单独维护多个临时数据集的麻烦。

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