在R语言中按重复日期合并行并保留列信息的方法

按date列分组，对每个分组的其他列提取非缺失的有效值即可。由于每个日期下的各列仅存在一个有效数据，其余为NA，直接用groupby结合first()方法就能快速实现需求。

代码实现 #

1. 导入依赖库

import pandas as pd
import numpy as np

2. 构造示例DataFrame（匹配你提供的原始数据）

data = {
    'date': ['2019-01-01', '2019-01-01', '2019-01-01',
             '2019-02-01', '2019-02-01', '2019-02-01',
             '2019-03-01', '2019-03-01', '2019-03-01',
             '2019-04-01'],
    '1': [np.nan]*10,
    '2': [1966439., np.nan, np.nan, 1962946, np.nan, np.nan, 1974072, np.nan, np.nan, 1984086],
    '3': [np.nan]*10,
    '4': [np.nan, 133.6, np.nan, np.nan, 134.5, np.nan, np.nan, 135.4, np.nan, np.nan],
    '5': [np.nan, np.nan, 6.2, np.nan, np.nan, 6.1, np.nan, np.nan, 6.3, np.nan]
}
df = pd.DataFrame(data)

3. 执行合并操作

merged_df = df.groupby('date', as_index=False).first()

4. 查看结果

print(merged_df)

输出结果与你期望的一致：

date   1        2   3      4    5
0  2019-01-01 NaN  1966439. NaN  133.6  6.2
1  2019-02-01 NaN  1962946. NaN  134.5  6.1
2  2019-03-01 NaN  1974072. NaN  135.4  6.3
3  2019-04-01 NaN  1984086. NaN    NaN  NaN

补充说明 #

如果同一日期下某列存在多个有效值，first()会取第一个非NA值；若需要聚合多个有效值（如求和、均值），可替换为对应的聚合函数，比如sum()、mean()。

内容的提问来源于stack exchange，提问作者Em Manuel