R语言基于因子水平填充NA、spread转宽表后合并同组值实现方法

你可以直接对当前spread得到的结果按plot分组后，提取每列的非NA值完成合并，也可以直接改用更现代的pivot_wider()函数完成长表转宽表，从源头避免生成多NA行的问题：

方法1：直接处理现有spread结果 #

用dplyr分组汇总即可，逻辑是同一plot分组下每个x列仅存在1个非NA值，直接提取该值即可完成合并：

library(tidyverse)

# 替换df为你自己的数据集名称
merged_df <- df %>%
  group_by(plot) %>%
  summarise(across(starts_with("x"), ~ first(na.omit(.x))))

方法2：改用pivot_wider完成长转宽（推荐） #

spread()已经属于过时函数，改用tidyr提供的pivot_wider()可以在转换阶段直接处理同组多值的情况，不需要二次处理：

# 替换long_df为你的原始纵向结构数据集，替换对应的列名即可
wide_df <- long_df %>%
  pivot_wider(
    id_cols = plot,
    names_from = 你原来用于生成x1-x7的分类列名,
    values_from = 你原来存储数值的列名,
    values_fn = first
  )

方法3：Base R实现 #

如果你不想加载第三方包，可以用aggregate()函数实现相同效果：

merged_df <- aggregate(. ~ plot, data = df, FUN = function(x) na.omit(x)[1], na.action = NULL)

内容的提问来源于stack exchange，提问作者McPauwl