R语言按分组变量折叠行并移除NA空值的实现方法

你需要的按user_id分组、将所有评分列的非NA值整合到单行的实现方法如下，优先提供tidyverse生态方案，同时附基础R兼容方案，两种方案输出均为标准data.frame/tibble格式（tibble是data.frame的扩展，完全兼容所有data.frame操作）。

Tidyverse 实现方案 #

# 加载dplyr包（tidyverse核心数据处理包）
library(dplyr)

df_result <- df %>%
  # 按用户ID分组
  group_by(user_id) %>%
  # 对所有评分列提取非NA值，每个用户每列仅保留1个有效非NA值
  summarise(
    across(c(r1, r2, r3, r4, r5), ~.x[!is.na(.x)][1]),
    .groups = "drop" # 处理完解除分组，返回普通数据框结构
  )

如果你的评分列命名规则统一为r+数字，可以把列选择部分简化为across(starts_with("r"), ~.x[!is.na(.x)][1])，不用逐个输入列名，适配评分列更多的场景。
该写法会自动保留全NA列的NA值，不会抛出错误，适配存在缺失评分的场景。

基础R 实现方案（无额外依赖） #

如果不想加载第三方包，可以直接用基础包的aggregate函数实现：

df_result_base <- aggregate(
  . ~ user_id,
  data = df,
  FUN = function(x) x[!is.na(x)][1],
  na.action = na.pass
)

运行后直接返回标准data.frame格式结果，处理逻辑和tidyverse方案完全一致。

结果验证 #

用你提供的示例数据运行后，打印结果和预期结构完全匹配：

user_id r1 r2 r3 r4 r5
1   12345  1  1  1  1  1
2   12356  1  1  1  1  1

内容的提问来源于stack exchange，提问作者Adrien McCulloch