基于相同ID整合多行列数据：处理值一致与冲突场景

可以使用dplyr包实现需求，核心逻辑是按ID分组后，判断每组内变量的非缺失值是否唯一，再分别处理：

library(dplyr)

# 定义原始数据
table <- data.frame(
  ID = c("A2", "A2", "A2", "B2", "B2", "C3", "C4", "D7", "D7", "D7", "E5", "E5", "E5", "E5", "F3"),
  Age = c("", 32, 32, "", 29, 43, 23, 34, "", 34, 24, "", "", 24, 35),
  Colour = c("Blue", "", "Pink", "Red", "Red", "Green", "Blue", "", "Yellow", "",
             "Purple", "Blue", "", "", "Orange"),
  stringsAsFactors = FALSE
)

# 步骤1：将空字符串转为NA，便于缺失值处理
table_clean <- table %>%
  mutate(across(c(Age, Colour), ~ ifelse(.x == "", NA, .x)))

# 步骤2：分组生成新列
new_table <- table_clean %>%
  group_by(ID) %>%
  mutate(
    # 处理Age_New：非缺失值唯一则全组填充，否则保留原值
    Age_New = case_when(
      n_distinct(Age, na.rm = TRUE) == 1 ~ first(na.omit(Age)),
      TRUE ~ Age
    ),
    # 处理Colour_New：逻辑同Age_New
    Colour_New = case_when(
      n_distinct(Colour, na.rm = TRUE) == 1 ~ first(na.omit(Colour)),
      TRUE ~ Colour
    )
  ) %>%
  ungroup() %>%
  # 步骤3：将NA转回空字符串，匹配原始数据格式
  mutate(across(c(Age, Colour, Age_New, Colour_New), ~ ifelse(is.na(.x), "", .x)))

# 查看结果
print(new_table)

代码逻辑说明 #

1. 缺失值转换：原始数据用空字符串""表示缺失，先转为R标准缺失值NA，方便使用n_distinct、na.omit等函数处理。
2. 分组判断与处理：
   • 按ID分组后，用n_distinct(..., na.rm = TRUE)统计每组内变量的非缺失唯一值数量。
   • 若唯一值数量为1，说明无冲突，用first(na.omit(.x))提取该唯一值，填充组内所有行的新列。
   • 若唯一值数量大于1，说明存在值冲突，新列直接保留原变量的原始值（包括缺失和非缺失）。
3. 格式还原：最后将NA转回空字符串，确保输出格式与原始数据一致。

运行代码后生成的new_table完全匹配你给出的输出示例，同时保留了所有原始行记录。

内容的提问来源于stack exchange，提问作者smicaela