在R中使用mutate_at合并重复行遇报错，求解决方案

我有一个包含400个变量（含字符型和数值型）的美国城市数据集，要求每行对应唯一城市，但存在大量重复行，重复行的缺失值可以互补，唯一标识为geocode。

当前数据示例：

geocode   x    y
8049     NA    7
8049      2   NA
2045     NA    9
2045      3   NA 

期望结果：

geocode   x    y
8049      2    7
2045      3    9

我尝试了以下代码：

vars <- ls(df)
vars <- vars[vars != "geocode" & vars != "State_name"]

max <- function(x) max(x, na.rm = TRUE)
df = df %>% group_by(geocode) %>%
   mutate_at(vars, max)

但出现报错：

Error in `mutate()`:
...
Caused by error in `max()`:
! unused argument (na.rm = T)

移除na.rm = T后又报错：

Error: C stack usage is too close to the limit

仅保留数值型变量时仍出现相同错误，求解决方法。

解决方法 #

1. 避免覆盖内置函数 #

你自定义的max函数和R内置的max重名，导致调用时参数冲突，直接使用匿名函数或指定内置函数即可，无需重新定义。

2. 改用聚合函数而非行填充 #

mutate_at会保留所有重复行，仅将聚合结果重复填充，这会导致数据量无变化，甚至因重复计算触发C栈溢出。改用summarise_at（或across）直接将每组聚合为一行，更高效。

3. 适配数值型与字符型变量的处理方案 #

方案一：分类型聚合

针对数值型变量用max(na.rm=TRUE)取非缺失最大值，字符型变量取第一个非缺失值（假设每组字符型非缺失值唯一）：

library(dplyr)

# 分离数值型和字符型变量（排除标识列）
num_vars <- df %>% select(-geocode, -State_name) %>% select(where(is.numeric)) %>% colnames()
char_vars <- df %>% select(-geocode, -State_name) %>% select(where(is.character)) %>% colnames()

# 分组聚合
df_clean <- df %>%
  group_by(geocode) %>%
  summarise(
    # 处理数值型变量
    across(all_of(num_vars), ~max(., na.rm = TRUE)),
    # 处理字符型变量
    across(all_of(char_vars), ~first(na.omit(.)))
  ) %>%
  # 合并唯一的State_name（每个geocode对应唯一州名）
  left_join(df %>% select(geocode, State_name) %>% distinct(), by = "geocode") %>%
  # 调整列顺序
  select(geocode, State_name, everything())

# 处理数值型全为NA时返回的-Inf，替换为NA
df_clean <- df_clean %>%
  mutate(across(all_of(num_vars), ~ifelse(is.infinite(.), NA, .)))

方案二：用fill补全后去重（更简洁）

如果每组的缺失值是互补分散的，直接按geocode分组后用fill补全上下缺失值，再去重即可，无需区分变量类型：

library(dplyr)
library(tidyr)

df_clean <- df %>%
  group_by(geocode) %>%
  fill(everything(), .direction = "downup") %>% # 上下方向补全缺失值
  distinct(geocode, .keep_all = TRUE) # 保留每组唯一行

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