在R中添加新行，用其他行的值替换DataFrame中的NA

我有如下结构的DataFrame：

ID     Col2  Col3  Col4  Col5 
ID_1   JDH   43    FJS   f8j
ID_8   ABC   73    *NA*  *NA*
ID_7   AFE   03    *NA*  k32
ID_8  *NA*   *NA*   FDS   z7d

其中部分行存在重复ID（比如示例中的ID_8），后续列的非NA值互补无重叠。我希望将这些重复ID的行合并为一行无NA的新行，命名为ID_8_New，处理后的数据框如下：

ID         Col2  Col3  Col4  Col5 
ID_1       JDH   43    FJS   f8j
ID_8       ABC   73    *NA*  *NA*
ID_7       AFE   03    *NA*  k32
ID_8      *NA*   *NA*   FDS   z7d
ID_8_New   ABC   73    FDS   z7d

实际数据中有大量这类重复ID的行，请问如何实现该需求？

附数据子集的dput结构：

structure(list(Company = c("CompanyA", "CompanyA"), Ticker = c("A", 
"A"), Ticker_Unq = c("A1", 
"A2"), Description = c(NA, 
"Text"
), Type = c("Token", NA)), row.names = c(NA, -2L), class = c("tbl_df", 
"tbl", "data.frame"))

可以用dplyr和tidyr包实现，核心逻辑是按重复分组列（示例为ID，实际数据为Company+Ticker）分组，提取每组非NA值合并成新行，再追加到原数据框。

示例数据处理代码 #

假设原数据框名为df：

library(dplyr)
library(tidyr)

# 构造示例数据
df <- tibble(
  ID = c("ID_1", "ID_8", "ID_7", "ID_8"),
  Col2 = c("JDH", "ABC", "AFE", NA),
  Col3 = c("43", "73", "03", NA),
  Col4 = c("FJS", NA, NA, "FDS"),
  Col5 = c("f8j", NA, "k32", "z7d")
)

# 生成合并后的新行
merged_rows <- df %>%
  group_by(ID) %>%
  filter(n() > 1) %>% # 仅处理有重复行的组
  summarise(across(everything(), ~ first(na.omit(.x))), .groups = "drop") %>%
  mutate(ID = paste0(ID, "_New")) # 重命名ID为原ID_New格式

# 合并新行到原数据
result_df <- bind_rows(df, merged_rows)

print(result_df)

实际数据处理代码 #

针对你提供的实际数据，分组列为Company和Ticker，代码调整如下：

# 加载实际数据
actual_df <- structure(list(Company = c("CompanyA", "CompanyA"), Ticker = c("A", 
"A"), Ticker_Unq = c("A1", "A2"), Description = c(NA, "Text"), 
    Type = c("Token", NA)), row.names = c(NA, -2L), class = c("tbl_df", 
"tbl", "data.frame"))

# 生成合并后的新行
merged_actual <- actual_df %>%
  group_by(Company, Ticker) %>%
  filter(n() > 1) %>%
  summarise(across(everything(), ~ first(na.omit(.x))), .groups = "drop") %>%
  # 自定义新标识，可根据需求调整命名规则
  mutate(Company = paste0(Company, "_New"),
         Ticker = paste0(Ticker, "_New"))

# 合并新行到原数据
result_actual <- bind_rows(actual_df, merged_actual)

print(result_actual)

关键逻辑说明 #

• group_by()：按重复标识列分组，确保只处理同一ID/公司+股票代码的行
• filter(n()>1)：跳过无重复的行，避免不必要的处理
• across(everything(), ~first(na.omit(.x)))：对每个列提取第一个非NA值，适用于同组内非NA值无重叠的场景
• bind_rows()：将新生成的合并行追加到原数据框末尾

内容的提问来源于stack exchange，提问作者Soph2010