如何在R语言中清理DataFrame的NA并合并受访者评分数据？

现有记录受访者打分的数据框，每个受访者对应两行记录，score_1和score_2分别在不同行存有效值，其余为NA。需要将每个受访者的记录合并为一行，移除所有NA值，删除profile列，最终每个id对应一行完整数据。

原始数据 #

df <- data.frame(
  score_1 = c(1, NA, 4, NA, 9, NA, 12, NA),
  score_2 = c(NA, 4, NA, 29, NA, 12, NA, 9),
  profile = c(1, 2, 1, 2, 1, 2, 1, 2),
  id = c(1, 1, 2, 2, 3, 3, 4, 4), 
  id_attribute = c(2, 2, 4, 4, 8, 8, 5, 5)
)

期望结果 #

df_final <- data.frame(
  score_1 = c(1, 4, 9, 12),
  score_2 = c(4, 29, 12, 9),
  id = c(1, 2, 3, 4), 
  id_attribute = c(2, 4, 8, 5)
)

解决方案 #

方法1：dplyr分组聚合 #

按id和id_attribute分组，提取每组内非NA的有效值：

library(dplyr)

df_final <- df %>%
  group_by(id, id_attribute) %>%
  summarize(
    score_1 = first(na.omit(score_1)),
    score_2 = first(na.omit(score_2)),
    .groups = "drop"
  )

na.omit过滤NA值，first取分组内唯一非NA值（每组仅一个有效值，用last也可），.groups = "drop"取消分组状态返回普通数据框。

方法2：tidyr填充去重 #

先分组填充缺失值，再保留唯一行：

library(tidyr)
library(dplyr)

df_final <- df %>%
  group_by(id, id_attribute) %>%
  fill(c(score_1, score_2), .direction = "downup") %>%
  distinct(id, id_attribute, score_1, score_2, .keep_all = FALSE)

fill(..., .direction = "downup")同时上下填充NA，确保同组两行都有完整score值，distinct保留唯一行完成合并。

方法3：Base R原生实现 #

用aggregate函数分组提取非NA值：

df_final <- aggregate(
  cbind(score_1, score_2) ~ id + id_attribute,
  data = df,
  FUN = function(x) x[!is.na(x)]
)

自定义函数直接提取每组score列的非NA值，完成行合并。

内容的提问来源于stack exchange，提问作者juanjedi