如何在R中按标识符选取各列最高值（含NA）

首先修正你的可复现代码——原代码生成的数据框会把列名当成第一行数据，且所有列都是字符类型，正确的创建方式如下：

aa <- data.frame(
  ID = c("A", "A", "B", "B"),
  bin1 = c(1, 0, 0, 0),
  bin2 = c(0, NA, 0, 1),
  bin3 = c(0, 1, 0, 0),
  stringsAsFactors = FALSE
)

方法一：使用dplyr包（推荐，语法清晰） #

加载dplyr包后，按ID分组，对每个二进制变量取最大值（你的规则NA<0<1正好匹配max的逻辑，max会自动忽略NA）：

library(dplyr)

# 基础版本
result <- aa %>%
  group_by(ID) %>%
  summarise(across(starts_with("bin"), ~max(., na.rm = TRUE)))

# 处理某变量全为NA的情况（避免返回Inf）
result <- aa %>%
  group_by(ID) %>%
  summarise(across(starts_with("bin"), ~if(all(is.na(.))) NA else max(., na.rm = TRUE)))

方法二：使用Base R的aggregate函数 #

无需额外安装包，直接用base R实现：

# 基础版本
result <- aggregate(. ~ ID, data = aa, FUN = function(x) max(x, na.rm = TRUE))

# 处理全NA的情况
result <- aggregate(. ~ ID, data = aa, FUN = function(x) {
  if(all(is.na(x))) NA else max(x, na.rm = TRUE)
})

运行后得到的结果与你期望一致：

内容的提问来源于stack exchange，提问作者DW1310