如何清洗R dataframe数据 将多列对应的两行合并为单行

数据清洗需求说明 #

现有R dataframe原始格式如下：

需要清洗转换为如下目标格式，将对应同一条记录的两行数据合并为一行完整数据：

实现方案 #

方法1：tidyverse实现（推荐） #

首先加载依赖包：

library(tidyverse)

如果原始数据的空白值为NA，直接执行如下代码（假设原始数据框名为df）：

df_clean <- df %>%
  # 每两行划分为一组，对应一条完整记录
  mutate(group_id = rep(1:(n()/2), each = 2)) %>%
  group_by(group_id) %>%
  # 组内提取每列的非空值完成合并
  summarise(across(everything(), ~na.omit(.x)[1])) %>%
  ungroup() %>%
  # 移除辅助分组列
  select(-group_id)

如果原始数据的空白值为空字符串而非NA，先统一转成NA再处理：

df_clean <- df %>%
  # 空字符串转换为NA
  mutate(across(everything(), ~ifelse(str_squish(.x) == "", NA, .x))) %>%
  mutate(group_id = rep(1:(n()/2), each = 2)) %>%
  group_by(group_id) %>%
  summarise(across(everything(), ~na.omit(.x)[1])) %>%
  ungroup() %>%
  select(-group_id)

方法2：base R实现 #

# 生成辅助分组ID
group_id <- rep(1:(nrow(df)/2), each = 2)
# 按组聚合，提取每列非空值
df_clean <- aggregate(. ~ group_id, df, function(x) na.omit(x)[1], na.action = na.pass)
# 删除辅助分组列
df_clean$group_id <- NULL

注意事项 #

如果数据的分组规则不是严格每两行对应一条记录，按需调整group_id的生成逻辑即可适配。

内容的提问来源于stack exchange，提问作者KosiB