在R语言中合并相同标识符的行：DataFrame扁平化需求

问题场景 #

现有如下DataFrame：

# 示例数据
df <- tibble(
  Number = c(3, 3, 4),
  Superclass = c(NA, "Superclass: Benzenoids", "Superclass: Painkiller"),
  Class = c("Class: Benzene and substituted derivatives", NA, NA),
  Subclass = c(NA, NA, NA)
)

需要按Number分组，将同一组内Superclass、Class、Subclass的非NA值合并到同一行，期望输出：

#   Number Superclass                    Class                                      Subclass
#   <dbl> <chr>                         <chr>                                      <chr>
# 1      3 Superclass: Benzenoids       Class: Benzene and substituted derivatives NA
# 2      4 Superclass: Painkiller       NA                                         NA

问题分析 #

你之前使用的summarise_all(na.omit)会过滤掉组内全为NA的列，同时错误移除仅部分列有值的分组行，不符合需求。

解决方案 #

使用dplyr的across函数对每列单独处理，提取组内第一个非NA值（无有效值则保留NA）：

library(dplyr)

df %>%
  group_by(Number) %>%
  summarise(across(everything(), ~ first(na.omit(.))), .groups = "drop")

原理说明 #

• across(everything(), ~ first(na.omit(.)))：对每一列先过滤NA值，再取第一个剩余值；若该列组内全为NA，first(na.omit(.))会返回NA，完美匹配需求。
• .groups = "drop"：分组完成后取消分组状态，返回普通DataFrame结构。

内容的提问来源于stack exchange，提问作者David