R语言如何按分组选取每个组内的首个非NA值

解决方案 #

你现有的代码仅新增了存储分组首个非NA值的列，没有执行过滤操作，可通过以下dplyr实现方案得到目标结果：

方案1：直接提取目标行（推荐）

分组后通过slice()直接取每组第一个Score非NA的行，代码更简洁：

library(dplyr)

mydata <- mydata %>%
  group_by(Id, VISIT) %>%
  slice(which(!is.na(Score))[1]) %>%
  ungroup()

代码逻辑说明：

• which(!is.na(Score)) 会返回当前分组内Score列不为NA的所有行的相对位置
• 取第一个位置[1]后传入slice()，即可提取对应行，自动过滤同组其他多余行

方案2：保留中间标记列的实现

如果需要保留原始所有行先做标记再过滤，可采用如下写法：

library(dplyr)

mydata <- mydata %>%
  group_by(Id, VISIT) %>%
  mutate(first_non_na = first(Score[!is.na(Score)]),
         is_target = Score == first_non_na & !is.na(Score)) %>%
  filter(is_target, .by = c(Id, VISIT)) %>%
  slice(1) %>% # 避免同组有多个相同值的非NA行时返回多条结果
  ungroup() %>%
  select(-c(first_non_na, is_target))

两种方案运行后得到的输出均符合你的预期：

# A tibble: 5 × 3
     Id VISIT    Score
  <dbl> <chr>    <dbl>
1     1 Screeing     1
2     1 Baseline     2
3     1 Week 9      78
4     2 Baseline     5
5     2 Week 2       3

内容的提问来源于stack exchange，提问作者Katie