在R中按参与者合并行：多时间点数据集整合需求

问题分析 #

你的数据集里每个用户对应多行（每行对应一个时间点），每个answer_tX列仅在对应时间行有有效值，其余为空。合并核心是按用户分组后，提取各answer列的非空值。

首先修正原始数据构造（避免生成矩阵，转为数据框）：

name <- c("Ang", "Ang", "Ang", "Bot", "Bot")
timepoint <- c("part 1", "part 2", "part 3", "part 1", "part 2")
q1 <- c("More likely", "", "", "More likely", "")
q2 <- c("", "Less likely", "", "", "More likely")
q3 <- c("", "", "Less likely", "", "")

# 转为数据框而非矩阵
df <- data.frame(name, timepoint, answer_t1 = q1, answer_t2 = q2, answer_t3 = q3, stringsAsFactors = FALSE)

方法一：data.table 实现 #

library(data.table)
setDT(df)

# 按name分组，提取各answer列的非空值
df_cleaned <- df[, lapply(.SD, function(x) x[x != ""]), by = name, .SDcols = patterns("answer_")]

如果需要将无值的单元格替换为NA：

df_cleaned <- df[, lapply(.SD, function(x) {
  val <- x[x != ""]
  if (length(val) == 0) NA_character_ else val
}), by = name, .SDcols = patterns("answer_")]

方法二：dplyr 实现 #

library(dplyr)

df_cleaned <- df %>%
  group_by(name) %>%
  summarise(across(starts_with("answer_"), ~ .[. != ""]), .groups = "drop")

替换空值为NA的版本：

df_cleaned <- df %>%
  group_by(name) %>%
  summarise(across(starts_with("answer_"), ~ {
    val <- .[. != ""]
    if (length(val) == 0) NA_character_ else val
  }), .groups = "drop")

为什么之前的方法无效？ #

你用的df[,lapply(.SD, paste0, collapse=""), by=name]会把空字符串和有效值拼接，且原始代码用cbind生成的是矩阵而非数据框，lapply对矩阵的处理逻辑和数据框不同，这是导致失败的核心原因。先转为数据框是关键前提。

内容的提问来源于stack exchange，提问作者Katherine