R语言整理冗余数据：将统计单元多观测合并至单行

针对你遇到的多类型变量合并问题，这里有两种简洁的方法，都能完美适配数值、字符、日期时间等多种变量类型：

方法一：dplyr 直接合并（最高效） #

因为你的数据中，同一Unit的不同行里，每个变量列（比如VAR1-time1）只有一行有有效值，其余都是NA，所以我们可以按Unit分组后，对每一列取第一个非NA值：

library(dplyr)

# 合并数据并移除冗余的TIME列
df_cleaned <- df %>%
  group_by(Unit) %>%
  summarise(
    across(everything(), ~ first(na.omit(.x))),
    .groups = "drop"  # 合并后取消分组，避免状态残留
  ) %>%
  select(-TIME)

原理说明 #

• group_by(Unit)：按统计单元分组，确保同一Unit的行被放在一起处理
• across(everything(), ~ first(na.omit(.x)))：对每一列先剔除所有NA值，再取第一个（也是唯一的）有效值——这个逻辑对所有数据类型都适用，不管是数值、字符还是日期时间
• .groups = "drop"：处理完成后取消分组，方便后续数据操作
• select(-TIME)：移除冗余的TIME列，毕竟列名已经包含了时间点信息

方法二：tidyr 长-宽格式转换（更灵活） #

如果以后你的数据结构有变化（比如同一时间点可能出现多个有效值），可以用长格式转换的思路，先把数据转成长格式过滤NA，再转回宽格式：

library(tidyr)
library(dplyr)

df_cleaned <- df %>%
  # 把所有VAR开头的列转成长格式，自动过滤NA值
  pivot_longer(
    cols = starts_with("VAR"),
    names_to = c("Variable", "Time"),
    names_sep = "-",
    values_drop_na = TRUE
  ) %>%
  # 转回宽格式，每个Unit对应一行
  pivot_wider(
    names_from = c(Variable, Time),
    values_from = value
  ) %>%
  # 移除冗余的TIME列
  select(-TIME)

原理说明 #

• pivot_longer：把分散在多列的时间点变量整合到Variable（变量名）和Time（时间点）两列，同时通过values_drop_na = TRUE自动过滤无效的NA值
• pivot_wider：把长格式数据转回宽格式，最终每个Unit对应一行，所有时间点的变量作为独立列保留

为什么你的原方法不行？ #

你之前用的mean函数只支持数值/逻辑类型的变量，遇到字符、日期时间这类非数值型变量就会报错。而上面两种方法都是基于“提取非NA有效值”的逻辑，完全不限制变量类型，完美解决你的问题。

内容的提问来源于stack exchange，提问作者Zelus1