如何在R语言中合并含大量NA的数据集为单条记录？

嗨，这个需求其实挺常见的——就是把同一个ID下分散在多行的非空信息合并到一行里，本质是按ID做聚合提取非空值。我给你几个不同工具的实现方法，你可以根据自己的习惯选：

首先先把你的样本数据整理成直观的表格：

如果用Python处理的话，Pandas的分组聚合功能刚好能搞定这个需求：按ID分组后，对每个列提取第一个非空值就行（因为同一个ID下每个列只有一条有效数据）。

import pandas as pd

# 先构造你的样本数据（实际使用时直接读入你的数据集即可）
data = {
    'ID': ['a0018', 'a0018', 'a0018', 'a0018'],
    'Title': ['My Western Rose', None, None, None],
    'Composer': [None, 'Lincoln, Harry J.', None, None],
    'Lyricist': [None, None, 'Vandersloot, F.W.', None],
    'Illustrator': [None, None, None, 'Dittmar, W.J.']
}
df = pd.DataFrame(data)

# 核心操作：按ID分组，对每个列取第一个非空值
merged_df = df.groupby('ID').agg(lambda col: col.dropna().iloc[0]).reset_index()

print(merged_df)

运行后得到的结果就是你想要的单条完整记录：

用R的话，dplyr包的分组+汇总语法同样简洁：

library(dplyr)

# 构造样本数据
data <- tibble(
  ID = c("a0018", "a0018", "a0018", "a0018"),
  Title = c("My Western Rose", NA, NA, NA),
  Composer = c(NA, "Lincoln, Harry J.", NA, NA),
  Lyricist = c(NA, NA, "Vandersloot, F.W.", NA),
  Illustrator = c(NA, NA, NA, "Dittmar, W.J.")
)

# 按ID分组，提取每个列的非空值
merged_data <- data %>%
  group_by(ID) %>%
  summarize(
    Title = first(na.omit(Title)),
    Composer = first(na.omit(Composer)),
    Lyricist = first(na.omit(Lyricist)),
    Illustrator = first(na.omit(Illustrator))
  ) %>%
  ungroup()

print(merged_data)

如果不想写代码，用Excel的Power Query就能轻松完成：

• 选中你的数据区域，点击「数据」选项卡 → 「从表格/区域」（如果提示数据有标题就选「我的表格有标题」）
• 进入Power Query编辑器后，选中ID列，点击「转换」选项卡 → 「分组依据」
• 在弹出的窗口里：
  • 「分组依据」选择ID
  • 点击「添加聚合」，依次为每个字段（Title、Composer等）设置操作：
    • 「新列名」填和原字段一样的名字
    • 「操作」选「自定义」，然后输入公式List.RemoveNulls([原字段名]){0}（比如List.RemoveNulls([Title]){0}）
• 点击「确定」，然后点击「关闭并上载」，就能得到合并后的单行数据啦

内容的提问来源于stack exchange，提问作者Clara R.