R语言按ID和Time分组选择性合并数据框行的实现方法

核心逻辑 #

给value设置优先级，up/down优先级高于no，分组后取每组优先级最高的取值即可，5000行规模的数据集处理无性能压力。

实现代码 #

# 加载依赖包
library(dplyr)

# 此处替换为你的实际数据框
df <- your_data_frame

# 合并处理
df_result <- df %>%
  # 定义优先级，可调整up/down的前后顺序控制二者同时存在时的保留规则
  mutate(value = factor(value, levels = c("up", "down", "no"))) %>%
  group_by(ID, Time) %>%
  arrange(value) %>%
  # 取每组优先级最高的第一条记录
  slice(1) %>%
  ungroup() %>%
  # 可选步骤：将value转回字符类型
  mutate(value = as.character(value))

输出效果说明 #

以上述逻辑运行后，df_result内不存在重复的ID-Time组合：

• 同组内有up/down时自动丢弃no
• 同组全为no时保留no

示例输出如下：

内容的提问来源于stack exchange，提问作者Strawberry