在R中处理DataFrame：site列重复时合并lat/long非空值

原始数据 #

现有如下R数据框：

需求：保留唯一的site列表，合并重复site对应的非空lat、long和site_code，得到如下结果：

解决方案 #

使用dplyr包分组聚合，提取每个site对应的非空值：

# 先构造原始数据框（如果已有可跳过）
df <- data.frame(
  site = c("a", "b", "c", "d", "a", "c"),
  lat = c(12, 23, 34, NA, NA, NA),
  long = c(34, 23, 23, NA, NA, NA),
  site_code = c("a1", "b3", "c4", NA, NA, NA),
  stringsAsFactors = FALSE
)

# 安装并加载dplyr（未安装则先运行注释行）
# install.packages("dplyr")
library(dplyr)

# 分组处理数据
result_df <- df %>%
  group_by(site) %>%
  summarize(
    # 提取组内第一个非空值，全空则保留NA
    lat = first(na.omit(c(lat, NA))),
    long = first(na.omit(c(long, NA))),
    site_code = first(na.omit(c(site_code, NA))),
    .groups = "drop"
  )

# 查看结果
print(result_df)

逻辑说明：按site分组后，用na.omit过滤空值，再取第一个有效值；如果组内全为空，通过追加NA保证返回NA而非空值，最后取消分组状态得到目标数据框。

内容的提问来源于stack exchange，提问作者Eizy