如何使用dplyr合并分组内含NA的行，补齐数据框缺失值？

你的问题出在使用了summarise_all——这个函数的作用是将每组聚合为单行，而你需要的是保留组内的有效行数，同时填充缺失的列值。

原因分析 #

你写的coalesce_by_column函数会把每组的所有行的同一列值传给dplyr::coalesce，而coalesce只会返回第一个非NA值，最终导致每组被压缩成一行。

针对当前数据的简洁实现代码 #

针对你提供的数据结构（前3行有TrialStim.ACC无TrialStim.RT，后3行相反），可以用以下代码直接得到期望结果：

library(dplyr)

noMeancombinedNoiseTable.data <- noMeancombinedNoiseTable.data %>%
  group_by(RID, FlankerCongruence, NoiseLevel) %>%
  summarise(
    # 提取组内非NA的ACC值（组内ACC非NA值一致）
    TrialStim.ACC = first(na.omit(TrialStim.ACC)),
    # 提取组内所有非NA的RT值
    TrialStim.RT = na.omit(TrialStim.RT),
    .groups = "drop_last" # 保留分组结构，和期望输出一致
  )

通用适配方案（应对更复杂的对应关系） #

如果后续数据中，同一组内TrialStim.ACC存在多个不同非NA值，需要和TrialStim.RT按位置对应填充，可以用以下代码：

library(dplyr)
library(tidyr)

noMeancombinedNoiseTable.data <- noMeancombinedNoiseTable.data %>%
  group_by(RID, FlankerCongruence, NoiseLevel) %>%
  # 给组内的行按对应关系编号
  mutate(row_id = rep(1:3, 2) %>% sort()) %>%
  # 按行号分组，填充每组的缺失值
  group_by(row_id, .add = TRUE) %>%
  summarise(across(everything(), ~first(na.omit(.x))), .groups = "drop_last") %>%
  select(-row_id)

这个方案能确保每一行的ACC和RT正确匹配，适配更多场景。

内容的提问来源于stack exchange，提问作者Samuel Uribe-Botero