如何在R中压缩含NA的data frame，消除空缺并合并同日期行？

针对你提供的这种每个日期对应多行、每行仅单个数值列有值的情况，可以用以下两种高效的R方法完成数据合并，同时删除CATEGORY列：

方法1：dplyr分组聚合 #

利用分组后取最大值（自动忽略NA）的方式提取每组的非NA值——因为每组内每个数值列仅有一个有效数据，取最大值等价于提取该唯一有效值：

library(dplyr)

# 假设原始数据框为df
cleaned_df <- df %>%
  select(-CATEGORY) %>%  # 移除CATEGORY列
  group_by(INVOICE_DATE) %>%
  summarize(
    across(everything(), ~ max(.x, na.rm = TRUE)),
    .groups = "drop"
  )

方法2：tidyr填充去重 #

通过双向填充补全NA值，再保留每个日期的唯一行，实现数据合并：

library(tidyr)
library(dplyr)

cleaned_df <- df %>%
  select(-CATEGORY) %>%
  group_by(INVOICE_DATE) %>%
  fill(everything(), .direction = "downup") %>%  # 上下填充补全所有NA
  distinct(INVOICE_DATE, .keep_all = TRUE) %>%  # 保留每个日期的唯一记录
  ungroup()

处理后效果 #

最终表格每行对应一个INVOICE_DATE，Crumble、Tincture、Battery列均为对应日期的有效数值；Other列因无有效数据会保留NA，若不需要可额外添加select(-Other)语句删除。

内容的提问来源于stack exchange，提问作者hachiko