R 通过分组汇总所有行，并定义应保留的值

我有一个数据框，其中合并了多个数据源。这将创建具有相同id的行。现在我想定义应该保留哪些行中的值

到目前为止，我一直在将dplyr与group_by一起使用，并总结所有内容，以保留第一个值（如果不是NA）

下面是一个例子：

# function f for summarizing
f <- function(x) {
            x <- na.omit(x)
            if (length(x) > 0) first(x) else NA
          }
# test data
test <- data.frame(id = c(1,2,1,2), value1 = c("a",NA,"b","c"), value2 = c(0:4))

  id value1 value2
  1      a      0
  2   <NA>      1
  1      b      2
  2      c      3

---

您可以通过将向量子集设置为与零不同的位置来修改

f

函数

f <- function(x) {
  x <- na.omit(x)
  x <- x[x != 0]
  if (length(x) > 0) first(x) else NA
}

---

您可以将

f

函数编写为：

library(dplyr)

f <- function(x) x[!is.na(x) & x != 0][1]

test %>% group_by(id) %>% summarise(across(.fns = f))

#     id value1 value2
#  <dbl> <chr>   <int>
#1     1 a           2
#2     2 c           1

库（dplyr）
f%group_by（id）%>%总结（跨越（.fns=f））
#id值1值2
#      
#1 a 2
#2 2 c 1

---

如果数据中没有非零或非NA值，使用

[1]

将自动返回

NA

。

作为@RicS的旁注，从

dplyr v1+

开始，

summary_all（）

已被弃用（取代）。您应该使用

cross（）

：

测试%>%
分组依据（id）%>%
总结（跨越（.f=f））

f <- function(x) {
  x <- na.omit(x)
  x <- x[x != 0]
  if (length(x) > 0) first(x) else NA
}

test %>%
  group_by(id) %>%
  summarise_all(~f(.))

# A tibble: 2 x 3
     id value1 value2
  <dbl> <chr>   <int>
1     1 a           2
2     2 c           1

library(dplyr)

f <- function(x) x[!is.na(x) & x != 0][1]

test %>% group_by(id) %>% summarise(across(.fns = f))

#     id value1 value2
#  <dbl> <chr>   <int>
#1     1 a           2
#2     2 c           1