R中按多列合并行并自动取各列最后非空值的实现方案

方案1：纯dplyr实现（自动适配所有非分组列） #

先定义通用取值函数，支持你提到的三类MUSH场景灵活切换，无需调整聚合逻辑：

library(dplyr)

# 可按需修改取值规则
get_target_val <- function(x) {
  # 取最后一个非空值：last(na.omit(x))
  # 取第一个非空值：first(na.omit(x))
  # 取最后一个值（无论是否为空）：last(x)
  last(na.omit(x))
}

# 聚合逻辑完全不绑定非分组列，新增字段无需修改代码
res <- d %>%
  group_by(STUDENTID, SUBJECT) %>%
  summarise(across(everything(), get_target_val), .groups = "drop")

该方案直接按分组返回单行结果，比原实现的mutate+去重逻辑更简洁，运行结果与预期完全一致。

方案2：data.table实现（性能更优，适合大数据量场景） #

如果日常处理数据量级较大，data.table的执行效率会更高，同样支持自动适配所有非分组列：

library(data.table)
setDT(d) # 转换为data.table格式

# 通用取值函数，规则修改同上
get_target_val <- function(x) {
  last(na.omit(x))
}

# 按分组聚合
res <- d[, lapply(.SD, get_target_val), by = .(STUDENTID, SUBJECT)]

内容的提问来源于stack exchange，提问作者imfm