R语言实现DataFrame相同分组行的m1至m8指标合并为单行的方法
实现方案
你的场景完全不需要用到pivot_wider(不会新增列)或者unite(仅用于列合并),基于group_by搭配批量列聚合即可实现,全程保持原有列结构不变。
核心逻辑
你已经提前确认同一ID+Name分组下,m1-m8列不存在值冲突——即同组的不同行的1值都分布在不同的m列上,不会出现同一m列在同组内同时出现两个1的矛盾情况。
这种情况下,对分组内的m1-m8列取分组最大值,即可完美把多行的观测值合并到单行:
- 某m列在分组内全为0,聚合后结果保持0
- 某m列在分组内仅出现过1次1,聚合后结果保留1
不管分组内同一m列有多少个0,只要不存在多个1的冲突,聚合结果就和你要的合并效果完全一致。
可直接复用的代码
基于你提到的tidyverse生态(pivot_wider、unite均属于该生态),实现代码如下:
library(dplyr) df_merged <- df %>% # 按ID和Name分组:同组的ID和Name完全一致,不会出现分组错位 group_by(ID, Name) %>% summarise( # 批量覆盖m1到m8列,统一取分组内的最大值完成合并 across(m1:m8, max), # 合并完成后移除分组标记,恢复为普通数据框 .groups = "drop" )
对应示例数据的输出结果
运行代码后,示例数据会被合并为3行,列结构和原数据完全一致:
| ID | Name | m1 | m2 | m3 | m4 | m5 | m6 | m7 | m8 |
|---|---|---|---|---|---|---|---|---|---|
| 37 | Grötlingbo Roes II | 0 | 1 | 1 | 0 | 1 | 0 | 0 | 0 |
| 123 | Hablingbo Havor III | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 |
| 38 | Hablingbo Havor I | 0 | 1 | 1 | 1 | 0 | 1 | 0 | 0 |
注意事项
- 该方案全程没有新增任何列,完全规避了
pivot_wider会拉宽数据结构的问题 - 因为你已经提前验证过同组无值冲突,取最大值的聚合逻辑不会产生错误结果
- 如果后续遇到存在值冲突的分组,只需要把
across里的聚合函数从max换成对应冲突处理逻辑(比如取首个非零值、取均值)即可,整体代码框架不需要改动
内容的提问来源于stack exchange,提问作者Hannah
相关产品推荐
相关产品推荐

