R：将相同的行合并为一行（最好使用dplyr/tidyr）

我有个问题，我似乎想不出来

我有一个这样的数据框

df <- data.frame(c(rep_len("a",3), "b", "b"), c(rep_len(55, 3), 44, 44),c(rep_len(12, 3), 6, 6), c("na", 2, "na", 3, "na"), c("na", "na", 4, "na", 8), c(5, "na", "na", "na", "na"))
names(df) <- c("street", "latitude", "longitude", "A", "B", "C")

street latitude longitude     A   B   C
    a       55         12    na  na   5
    a       55         12     2  na  na
    a       55         12    na   4  na
    b       44          6     3  na  na
    b       44          6    na   8  na

street latitude longitude     A   B   C
     a       55        12     2   4   5
     b       44         6     3   8  na

我最好的尝试是：

df %>%
  group_by(street) %>%
  summarise_each(funs(first))

---

但这并不完全正确。有什么想法吗？

我不明白为什么你有

“na”

字符串-R有一个

na

字符/因子。无论如何，以你为例，也许你正在寻找：

library(data.table)
dt = as.data.table(df) # or convert in place using setDT

dt[, lapply(.SD, function(x) x[x != "na"]), by = .(street, latitude, longitude)]
#   street latitude longitude A B  C
#1:      a       55        12 2 4  5
#2:      b       44         6 3 8 NA

---

要扩展@mlt的注释，可以使用

tidyr

（重塑2的后续版本）来重塑此注释。看起来像

df %>%
  gather(type, value, -c(street, latitude, longitude)) %>%
  na.omit %>%
  spread(type, value)

这会将A/B/C列展开成行，省略NA字段，然后将其展开

正如@eddi所指出的，您需要使用内置的

NA

值，而不是字符串“NA”。我曾经

---

dfs只要在创建
df
时使用标准的
NA
代替
“NA”
，并指定
stringsAsFactors=FALSE
，则此操作无需重新整形，只需使用
dplyr
：

df %>%
  group_by(street, latitude, longitude) %>%
  summarise_each(funs(ifelse(sum(is.na(.)==FALSE)==0, NA, .[which(is.na(.)==FALSE)])), matches("[A-Z]{1}"))

# Result
  street latitude longitude A B  C
1      a       55        12 2 4  5
2      b       44         6 3 8 NA

如果您更愿意坚持使用
“na”
，则此方法有效：

df %>%
  group_by(street, latitude, longitude) %>%
  summarise_each(funs(ifelse(sum(.!="na")==0, "na", .[which(.!="na")])), matches("[A-Z]{1}"))

一种方法是将宽表融化为长表，移除NAs并将其转换为宽表。寻找2号包装或类似产品。有些事情告诉我，你可能会考虑重新设计你处理数据的方式。另一种选择是类似于<代码> SimuleSeEX（Funs（第一个（.[..N.]）））或<代码> SCORISISEAY每个（Funs（.[O.= Na）]（1））< /代码> @ AOSMITH，我也是这样做的。
df %>%
  group_by(street, latitude, longitude) %>%
  summarise_each(funs(ifelse(sum(.!="na")==0, "na", .[which(.!="na")])), matches("[A-Z]{1}"))