R语言基于dplyr/tidyverse按ID分组合并数据框多行至单行
R 数据框按ID聚合为单行结构的实现方案
需求说明
将df1中每个ID对应的多行记录,合并为每个ID仅对应单行的结果,提取每个ID下count_one、count_two字段的有效非缺失值,最终输出和目标df2结构、取值完全一致的结果。
依赖加载
使用tidyverse生态下的dplyr实现聚合操作,首先加载依赖包:
library(dplyr)
踩坑提示:原
df1定义中count_two字段的缺失值是字符串形式的"NA",并非R原生的缺失值对象NA。如果不提前做转换,聚合过程会把字符串"NA"识别为有效值,导致计算结果完全不符合预期。
分步实现代码
- 数据清洗:将字符串形式的"NA"转换为R原生缺失值
df1_clean <- df1 %>% mutate(across(c(count_one, count_two), ~na_if(.x, "NA")))
- 按ID分组聚合
df2 <- df1_clean %>% group_by(ID) %>% summarise( count_one = na.omit(count_one) %>% unique(), count_two = na.omit(count_two) %>% unique(), .groups = "drop" )
鲁棒性优化
如果担心同分组下同字段的非缺失值存在不一致的异常情况,可以替换取值逻辑为“取分组内第一个出现的非缺失值”,避免unique()返回多值引发的报错:
df2 <- df1_clean %>% group_by(ID) %>% summarise( count_one = count_one[!is.na(count_one)][1], count_two = count_two[!is.na(count_two)][1], .groups = "drop" )
代码运行后输出的结果,和题目给定的目标df2完全匹配。
内容的提问来源于stack exchange,提问作者puj831
相关产品推荐
相关产品推荐

