如何在R中将不同分组的观测值合并到同一行？

方法一：dplyr分组汇总 #

利用dplyr的分组功能，对每个x组内的各y_列提取唯一的非NA值：

library(dplyr)

result <- ydata %>%
  group_by(x) %>%
  summarize(across(starts_with("y_"), ~ first(na.omit(.)))) %>%
  ungroup()

• starts_with("y_")自动匹配所有以y_开头的列（y_a至y_h）
• na.omit(.)移除列中的NA值，first()取剩余的唯一有效值（每组每列仅一个非NA值）

方法二：tidyr重塑数据 #

先将宽格式数据转长格式（丢弃NA），再转回宽格式实现整合：

library(tidyr)
library(dplyr)

result <- ydata %>%
  pivot_longer(cols = starts_with("y_"), names_to = "y_type", values_to = "value", values_drop_na = TRUE) %>%
  pivot_wider(names_from = y_type, values_from = value)

方法三：Base R原生实现 #

无需加载扩展包，用aggregate函数完成分组提取：

result <- aggregate(. ~ x, data = ydata[, !names(ydata) %in% "type"], FUN = function(x) x[!is.na(x)])

示例验证 #

构造你的示例数据测试：

ydata <- data.frame(
  x = c(1,2,3,1,2,3,1,2,3),
  type = c(1,1,1,2,2,2,3,3,3),
  y_a = c(1.3,2.7,4.4,NA,NA,NA,NA,NA,NA),
  y_b = c(NA,NA,NA,2.2,3.3,4.4,NA,NA,NA),
  y_c = c(NA,NA,NA,NA,NA,NA,3.3,7.6,11.3)
)

# 运行任意一种方法后查看结果
print(result)
#>   x y_a y_b  y_c
#> 1 1 1.3 2.2  3.3
#> 2 2 2.7 3.3  7.6
#> 3 3 4.4 4.4 11.3

内容的提问来源于stack exchange，提问作者Brute Zero