R语言：提取ID1/ID2唯一值并实现行绑定数据处理需求

给定的数据集里，R会自动把重复的S1列重命名为S1和S1.1，先基于这个前提处理需求：

1. 提取并合并ID条目 #

我们需要为每个name整合其ID 1和ID 2的有效值，去掉缺失值后合并为单个条目，最终得到8条有效记录（排除无有效ID的njam）：

library(dplyr)
library(tidyr)

# 提取ID列并整理
id_entries <- df %>%
  select(name, `ID 1`, `ID 2`) %>%
  # 将ID列转成长格式，统一处理非NA值
  pivot_longer(cols = c(`ID 1`, `ID 2`), values_to = "id") %>%
  filter(!is.na(id)) %>%
  # 按name分组，合并同一name下的所有唯一ID为单个条目
  group_by(name) %>%
  summarise(combined_ids = paste(unique(id), collapse = ", ")) %>%
  ungroup()

# 输出结果，共8条记录
print(id_entries)

2. 生成最终数据集 #

将整理后的ID数据与原始数据中的city、S列合并，得到最终数据集：

# 整理原始数据的S列，合并每个name的有效S值
s_entries <- df %>%
  select(name, S1, S1.1) %>%
  pivot_longer(cols = c(S1, S1.1), values_to = "s_values") %>%
  filter(!is.na(s_values)) %>%
  group_by(name) %>%
  summarise(combined_s = paste(unique(s_values), collapse = ", ")) %>%
  ungroup()

# 合并所有数据，保留唯一的城市信息
final_df <- id_entries %>%
  left_join(s_entries, by = "name") %>%
  left_join(df %>% select(city, name) %>% distinct(), by = "name") %>%
  # 调整列顺序，让结构更清晰
  relocate(city, name, combined_ids, combined_s)

print(final_df)

如果不需要合并S值，只想保留原始行信息并绑定ID，也可以用以下方式：

# 提取所有非NA的ID，按name关联
unique_id_list <- df %>%
  select(name, `ID 1`, `ID 2`) %>%
  pivot_longer(cols = c(`ID 1`, `ID 2`), values_to = "unique_id") %>%
  filter(!is.na(unique_id)) %>%
  distinct(name, unique_id)

# 关联原始数据的其他列，生成最终数据集
final_dataset <- df %>%
  select(city, name, S1, S1.1) %>%
  distinct(name, .keep_all = TRUE) %>%
  left_join(unique_id_list, by = "name") %>%
  filter(!is.na(unique_id))

print(final_dataset)

内容的提问来源于stack exchange，提问作者potro