如何以非规整方式合并DataFrame并聚合成员列？优化代码及处理缺失值

嘿，我来帮你搞定这个DataFrame合并的问题！你的核心需求是按Artist聚合成员并合并到主表，其实有更简洁、通用的实现方式，下面逐个解决你的疑问：

1. 更简便的实现方式 #

你原来的方法用到了spread+unite，步骤有点绕，其实用dplyr的分组聚合就能一步搞定，不需要拆分再合并：

library(tidyverse)

# 你的原始数据
df1 <- data.frame(stringsAsFactors=FALSE,
                  Artist = c("Beatles", "Rolling Stones"),
                  Album = c("Sgt. Pepper's", "Sticky Fingers"),
                  Year = c(1967, 1971)
)
df2 <- data.frame(stringsAsFactors=FALSE,
                  Artist = c("Beatles", "Beatles", "Beatles", "Beatles"),
                  Members = c("George", "Ringo", "Paul", "John")
)

# 核心步骤：先聚合df2的成员，再和df1合并
df_merged <- df2 %>%
  group_by(Artist) %>%
  summarize(Members = str_c(Members, collapse = ", ")) %>% # 把成员用逗号分隔合并成字符串
  left_join(df1, ., by = "Artist") %>% # 左连接到主表，保留所有乐队信息
  select(Artist, Album, Members, Year) # 调整列顺序和你的期望输出一致

运行后得到的结果已经非常接近你的需求：

#> Artist Album Members Year
#> 1 Beatles Sgt. Pepper's George, Ringo, Paul, John 1967
#> 2 Rolling Stones Sticky Fingers 1971

2. 通用化适配任意成员数量 #

上面的方法天生就是通用的！不管某个乐队有1个、11个还是13个成员，group_by(Artist) %>% summarize(str_c(Members, collapse = ", "))都会自动把该乐队下所有成员合并成一个字符串，不需要手动指定成员数量或者列名，完美适配各种规模的乐队数据。

3. 将缺失值改为空值 #

要把Rolling Stones对应的NA改成空值，只需要在合并后加上replace_na处理即可：

df_merged_final <- df_merged %>%
  mutate(Members = replace_na(Members, ""))

最终输出完全符合你的期望：

#> Artist Album Members Year
#> 1 Beatles Sgt. Pepper's George, Ringo, Paul, John 1967
#> 2 Rolling Stones Sticky Fingers 1971

内容的提问来源于stack exchange，提问作者Jeremy K.