如何在R语言中按cod_user分组合并数据框行？

问题背景 #

现有一个tibble数据框，每个cod_user的月度存在/缺失标记分散在多行中（每行对应一个月份的有效数值，其余月份为NA），需要将同一用户的多行数据合并为单行，汇总所有月份的数值。

原始数据 #

# A tibble: 24 × 5
   cod_user   ene   feb   mar   abr
   <chr>    <dbl> <dbl> <dbl> <dbl>
 1 ES7823       1    NA    NA    NA
 2 AR3442       1    NA    NA    NA
 3 CO9382       1    NA    NA    NA
 4 ES5611       1    NA    NA    NA
 5 IT9982       1    NA    NA    NA
 6 PT6628       1    NA    NA    NA
 7 ES7823      NA     1    NA    NA
 8 AR3442      NA     1    NA    NA
 9 CO9382      NA     0    NA    NA
10 ES5611      NA     1    NA    NA
11 IT9982      NA     1    NA    NA
12 PT6628      NA     0    NA    NA
13 ES7823      NA    NA     1    NA
14 AR3442      NA    NA     1    NA
15 CO9382      NA    NA     0    NA
16 ES5611      NA    NA     1    NA
17 IT9982      NA    NA     0    NA
18 PT6628      NA    NA     0    NA
19 ES7823      NA    NA    NA     0
20 AR3442      NA    NA    NA     1
21 CO9382      NA    NA    NA     0
22 ES5611      NA    NA    NA     1
23 IT9982      NA    NA    NA     0
24 PT6628      NA    NA    NA     0

期望输出 #

cod_user   ene   feb   mar   abr
  <chr>    <dbl> <dbl> <dbl> <dbl>
1 ES7823       1     1     1     0
2 AR3442       1     1     1     1
3 CO9382       1     0     0     0

解决方案 #

使用dplyr包的分组聚合功能，按cod_user分组后提取每个月度列的有效数值。

代码实现 #

方式一：逐个指定列处理

library(dplyr)

# 假设原始数据框为df
merged_df <- df %>%
  group_by(cod_user) %>%
  summarize(
    ene = first(na.omit(ene)),
    feb = first(na.omit(feb)),
    mar = first(na.omit(mar)),
    abr = first(na.omit(abr)),
    .groups = "drop"
  )

方式二：批量处理月度列（更简洁）

merged_df <- df %>%
  group_by(cod_user) %>%
  summarize(across(ene:abr, ~first(na.omit(.x))), .groups = "drop")

关键说明 #

• group_by(cod_user)：按用户ID分组，确保同一用户的所有行被归为一组
• across(ene:abr, ~first(na.omit(.x)))：对ene到abr的所有月度列，提取组内第一个非NA值（由于数据结构中每个用户每个月份仅一个有效数值，first可替换为max(., na.rm = TRUE)或min(., na.rm = TRUE)，结果一致）
• .groups = "drop"：聚合完成后取消分组状态，返回常规tibble

内容的提问来源于stack exchange，提问作者IPLNAD