R语言：按组合并行并替换NA值

没问题，我来帮你搞定这个数据整理需求！你的目标是按id分组，把每组内各列的非NA值合并到同一行，最终每个ID对应一行且没有NA值。刚好你的原始数据里每个分组的每一列都只有一个非NA值，这让处理起来非常直接。

方法1：使用dplyr包（tidyverse风格） #

这是日常数据处理中最常用的tidyverse方案，用分组后提取非NA值的逻辑实现：

library(dplyr)

df_end <- df_start %>%
  group_by(id) %>%
  summarise(across(everything(), ~na.omit(.x)[1]), .groups = "drop")

# 查看结果
df_end

运行后会得到和你预期完全一致的结果：

# A tibble: 2 × 6
  id    b         c     d     e     f    
  <chr> <chr> <dbl> <dbl> <chr> <dbl>
1 as    A         2     4 3         5
2 bs    6         7     8 B        10

方法2：使用data.table包（高效处理大数据） #

如果你需要处理超大规模的数据集，data.table的运行效率会更有优势：

library(data.table)

# 转换为data.table格式
dt_start <- as.data.table(df_start)

# 按id分组，提取每列的非NA值
df_end <- dt_start[, lapply(.SD, function(x) na.omit(x)[1]), by = id]

# 可选：转换回data.frame格式
df_end <- as.data.frame(df_end)

逻辑说明 #

因为你的原始数据中，每个id分组下的每一列都恰好只有一个非NA值，所以用na.omit(.x)去掉该列的所有NA后，剩下的唯一值就是我们需要的内容，取第一个元素[1]就能得到对应列的结果。如果后续遇到某列分组内有多个非NA值的情况，可以根据需求调整逻辑（比如用paste合并多个值），但当前场景下这个方案完全适用。

内容的提问来源于stack exchange，提问作者adl